Pytania otagowane jako mixed-model

Modele mieszane (inaczej wielopoziomowe lub hierarchiczne) to modele liniowe, które obejmują zarówno efekty stałe, jak i efekty losowe. Służą do modelowania danych podłużnych lub zagnieżdżonych.

1
Obliczanie powtarzalności efektów z modelu Lmer
Właśnie natknąłem się na ten artykuł , który opisuje, jak obliczyć powtarzalność (aka niezawodność, aka korelacja wewnątrzklasowa) pomiaru za pomocą modelowania efektów mieszanych. Kod R byłby następujący: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
2
W modelu wielopoziomowym, jakie są praktyczne implikacje oszacowania w porównaniu z niedoszacowaniem parametrów korelacji efektu losowego?
W modelu wielopoziomowym, jakie są praktyczne i związane z interpretacją implikacje oszacowania w porównaniu z niedoszacowaniem parametrów korelacji efektu losowego? Praktycznym powodem pytania jest to, że w ramce Lmer w R nie ma zaimplementowanej metody szacowania wartości p za pomocą technik MCMC, gdy dokonuje się szacunków w modelu korelacji między …
5
Przykładowe raporty analizy mieszanych modeli z wykorzystaniem lmerów w biologii, psychologii i medycynie?
Ponieważ ogólną zgodą wydaje się być stosowanie modeli mieszanych lmer()w R zamiast klasycznej ANOVA (z często cytowanych powodów, takich jak niezrównoważone projekty, skrzyżowane efekty losowe itp.), Chciałbym spróbować z moimi danymi. Martwię się jednak, że będę w stanie „sprzedać” to podejście mojemu przełożonemu (który w końcu oczekuje klasycznej analizy z …
1
przewidywanie () Funkcja dla mniejszych modeli efektów mieszanych
Problem: Przeczytałem w innych postach, które predictnie są dostępne dla lmermodeli z efektami mieszanymi {lme4} w [R]. Próbowałem zgłębić ten temat za pomocą zestawu danych o zabawkach ... Tło: Zestaw danych jest dostosowany z tego źródła i dostępny jako ... require(gsheet) data <- read.csv(text = gsheet2text('https://docs.google.com/spreadsheets/d/1QgtDcGJebyfW7TJsB8n6rAmsyAnlz1xkT3RuPFICTdk/edit?usp=sharing', format ='csv')) Oto pierwsze …
1
Jaka jest różnica między uogólnionymi równaniami szacunkowymi a GLMM?
Korzystam z GEE na 3-poziomowych niezrównoważonych danych, używając łącza logit. Czym to się różni (pod względem wniosków, które mogę wyciągnąć i znaczenia współczynników) od GLM z efektami mieszanymi (GLMM) i linkiem logit? Więcej szczegółów: Obserwacje są pojedynczymi próbami bernoulli. Są one pogrupowane w klasy i szkoły. Za pomocą R. Przypadkowe …
3
Jak interpretować „korelacje ustalonych efektów” w mojej produkcji glittera?
Mam następujące dane wyjściowe: Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS2 +sAG2 +sSHDI2 +sbare +season +crop +(1|landscape) AIC BIC logLik deviance 4062 4093 -2022 4044 Random effects: Groups Name Variance Std.Dev. landscape (Intercept) 0.82453 0.90804 Number of obs: 239, groups: landscape, 45 Fixed effects: …
2
Czy poprawnie podałem swój model w lmer?
Przeszukałem wiele stron pomocy i wciąż nie jestem pewien, jak określić bardziej skomplikowane terminy zagnieżdżone w modelu mieszanym. Jestem również mylić jak wykorzystanie :i /oraz |w określaniu i gniazdowania interakcje z czynnikami losowymi wykorzystujących lmer()w lme4opakowaniu w R. Na potrzeby tego pytania załóżmy, że dokładnie przedstawiłem moje dane za pomocą …
1
Kiedy teoretycznie brzmią modele mieszane z zerową korelacją?
Cytat blokowy poniżej, od liderów w dziedzinie modelowania efektów mieszanych, twierdzi, że koordynacja przesunięć w modelach z zerową korelacją między efektami losowymi (modele „ZCP”) zmienia prognozy modeli. Ale czy ktoś może rozwinąć lub uzasadnić swoje roszczenia? Sprawozdania te zostały wydane z Bates wsp za 2015 na papierze lme4, Montaż liniowe …
5
Jak przetestować i uniknąć wielokoliniowości w mieszanym modelu liniowym?
Obecnie korzystam z modeli liniowych z mieszanym efektem. Korzystam z pakietu „lme4” w języku R. Moje modele mają postać: model <- lmer(response ~ predictor1 + predictor2 + (1 | random effect)) Przed uruchomieniem moich modeli sprawdziłem możliwą wielokoliniowość między predyktorami. Zrobiłem to przez: Utwórz ramkę danych predyktorów dummy_df <- data.frame(predictor1, …
4
Sprawdzanie założeń mieszanych modeli lmer / lme w R.
Przeprowadziłem powtarzający się projekt, w którym przetestowałem 30 mężczyzn i 30 kobiet w trzech różnych zadaniach. Chcę zrozumieć, jak różni się zachowanie mężczyzn i kobiet i jak to zależy od zadania. Użyłem zarówno pakietu lmer, jak i lme4, aby to zbadać, jednak utknąłem przy próbie sprawdzenia założeń dla każdej z …
2
Czy modele mieszane są przydatne jako modele predykcyjne?
Jestem trochę zdezorientowany co do zalet mieszanych modeli w zakresie modelowania predykcyjnego. Ponieważ modele predykcyjne mają zwykle przewidywać wartości wcześniej nieznanych obserwacji, wydaje mi się oczywiste, że jedynym sposobem, w jaki model mieszany może być użyteczny, jest jego zdolność do przewidywania na poziomie populacji (to znaczy bez dodawania żadnych efektów …
5
Jaka jest zaleta traktowania czynnika jako losowego w modelu mieszanym?
Mam problem z uznaniem korzyści oznaczania czynnika modelowego za losowy z kilku powodów. Wydaje mi się, że prawie we wszystkich przypadkach optymalnym rozwiązaniem jest traktowanie wszystkich czynników jako ustalonych. Po pierwsze, rozróżnienie między ustalonym a losowym jest dość arbitralne. Standardowe wyjaśnienie jest takie, że jeśli ktoś interesuje się konkretnymi jednostkami …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.