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.

2
Dozwolone porównania modeli efektów mieszanych (przede wszystkim efektów losowych)
Patrzyłem na modelowanie efektów mieszanych przy użyciu pakietu lme4 w R. Używam głównie lmerpolecenia, więc zadam pytanie poprzez kod, który używa tej składni. Przypuszczam, że ogólne łatwe pytanie może być takie: czy można porównywać dowolne dwa modele zbudowane przy lmerużyciu współczynników wiarygodności opartych na identycznych zestawach danych? Uważam, że odpowiedzią …
3
Jak połączyć przedziały ufności dla komponentu wariancji modelu z efektami mieszanymi, gdy używana jest wielokrotna imputacja
Logiką wielokrotnej imputacji (MI) jest przypisywanie brakujących wartości nie jeden raz, ale kilka razy (zwykle M = 5) razy, co skutkuje M zakończonymi zestawami danych. M zakończonych zestawów danych jest następnie analizowanych metodami kompletnych danych, na podstawie których szacunki M i ich błędy standardowe są łączone przy użyciu wzorów Rubina …
4
Jakie są prawidłowe wartości precyzji i przywołania w przypadkach krawędzi?
Precyzja jest zdefiniowana jako: p = true positives / (true positives + false positives) Czy jest to prawidłowe, że, jak true positivesi false positivespodejście 0, precyzja zbliża 1? To samo pytanie do przypomnienia: r = true positives / (true positives + false negatives) Obecnie wdrażam test statystyczny, w którym muszę …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
2
Sparowany test t jako specjalny przypadek liniowego modelowania z mieszanym efektem
Wiemy, że sparowany test t jest tylko specjalnym przypadkiem jednokierunkowej ANOVA z powtarzanymi pomiarami (lub wewnątrz podmiotu), a także liniowym modelem mieszanego efektu, który można zademonstrować za pomocą funkcji lme () pakiet nlme w języku R jak pokazano niżej. #response data from 10 subjects under two conditions x1<-rnorm(10) x2<-1+rnorm(10) # …
1
Czy lmer () może używać splajnów jako efektów losowych?
Załóżmy, że pracujemy nad modelem efektów losowych niektórych danych zliczanych w czasie i chcemy kontrolować niektóre trendy. Zwykle zrobiłbyś coś takiego: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") zawierać kwadratowy kształt dla t. Czy można zastosować bardziej wyrafinowane techniki wygładzania, takie jak wygładzanie LOESS lub splajny, aby modelować ten związek?
3
Interpretacja trzech form „modelu mieszanego”
Jest takie rozróżnienie, które wprawia mnie w zakłopotanie w przypadku modeli mieszanych i zastanawiam się, czy mógłbym uzyskać trochę jasności. Załóżmy, że masz mieszany model danych zliczania. Istnieje zmienna, o której wiesz, że chcesz jako efekt stały (A), oraz inna zmienna czasu (T), pogrupowana według powiedzonej zmiennej „Site”. Tak jak …
2
Powtarzane pomiary ANOVA z lme / lmer w R dla dwóch czynników wewnętrznych
Próbuję użyć lmez nlmepakietu do replikacji wyników aovdla ANOVA z powtarzanymi pomiarami. Zrobiłem to dla eksperymentu z powtarzanymi pomiarami z jednym czynnikiem i dla eksperymentu z dwoma czynnikami z jednym czynnikiem między poddanymi i jednym czynnikiem wewnątrz poddanych, ale mam problem z zrobieniem tego dla eksperymentu z dwoma czynnikami z …
4
W praktyce, jak oblicza się macierz kowariancji efektów losowych w modelu efektów mieszanych?
Zasadniczo zastanawiam się, w jaki sposób wymuszane są różne struktury kowariancji i jak obliczane są wartości w tych macierzach. Funkcje takie jak lme () pozwalają nam wybrać, którą strukturę chcielibyśmy, ale chciałbym wiedzieć, jak są szacowane. Rozważ liniowy model efektów mieszanych .Y=Xβ+Zu+ϵY=Xβ+Zu+ϵY=X\beta+Zu+\epsilon Gdzie i . Ponadto:u∼dN(0,D)u∼dN(0,D)u \stackrel{d}{\sim} N(0,D)ϵ∼dN(0,R)ϵ∼dN(0,R)\epsilon \stackrel{d}{\sim} N(0,R) …
1
Ściągawka ANOVA Alfabet Zupa i odpowiedniki regresji
Czy mogę uzyskać pomoc w ukończeniu tej wstępnej (w toku) próby uzyskania orientacji na równoważnikach ANOVA i REGRESSION? Próbowałem pogodzić pojęcia, nazewnictwo i składnię tych dwóch metod. Na tej stronie znajduje się wiele postów na temat ich podobieństwa, na przykład to czy tamto , ale nadal dobrze jest mieć szybką …
1
Klastrowe błędy standardowe a modelowanie wielopoziomowe?
Przejrzałem kilka książek (Raudenbush i Bryk, Snijders i Bosker, Gelman & Hill itp.) Oraz kilka artykułów (Gelman, Jusko, Primo i Jacobsmeier itp.), I nadal nie zawinąłem głowy główne różnice między używaniem klastrowanych błędów standardowych i wielopoziomowego modelowania. Rozumiem części, które muszą mieć do czynienia z pytaniem badawczym; istnieją pewne rodzaje …
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.