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
Liniowe modelowanie efektów mieszanych z danymi z badań bliźniaczych
Załóżmy, że mam jakąś zmienną odpowiedzi która została zmierzona od j- tego rodzeństwa w i- tej rodzinie. Ponadto niektóre dane behawioralne x i j zebrano w tym samym czasie od każdego pacjenta. Próbuję przeanalizować sytuację za pomocą następującego liniowego modelu mieszanych efektów:yI jyijy_{ij}jotjjjaiixI jxijx_{ij} yI j= α0+ α1xI j+ δ1 …
4
Szacowanie punktu przerwania w złamanym drążku / częściowym modelu liniowym z losowymi efektami w R [zawiera kod i dane wyjściowe]
Czy ktoś może mi powiedzieć, jak R oszacować punkt przerwania w częściowym modelu liniowym (jako parametr stały lub losowy), gdy muszę również oszacować inne efekty losowe? Poniżej zamieściłem przykład zabawki, który pasuje do regresji kija hokejowego / łamanego kija z losowymi wariancjami nachylenia i losową wariancją przechwytywania y dla punktu …
3
Jaka jest różnica między użyciem aov () i lme () w analizie podłużnego zestawu danych?
Czy ktoś może mi powiedzieć różnicę między używaniem aov()i lme()do analizy danych podłużnych a sposobem interpretacji wyników z tych dwóch metod? Poniżej analizuję tego samego zestawu danych przy użyciu aov()i lme()otrzymał 2 różne wyniki. Z tym aov(), że uzyskałem znaczący wynik w czasie dzięki interakcji leczenia, ale dopasowując liniowy model …
1
Równoważność specyfikacji losowego efektu (0 + czynnik | grupa) i (1 | grupa) + (1 | grupa: czynnik) w przypadku symetrii złożonej
Douglas Bates twierdzi, że następujące modele są równoważne „jeśli macierz wariancji-kowariancji dla efektów losowych o wartościach wektorowych ma specjalną formę, zwaną symetrią złożoną” ( slajd 91 w tej prezentacji ): m1 <- lmer(y ~ factor + (0 + factor|group), data) m2 <- lmer(y ~ factor + (1|group) + (1|group:factor), data) …
1
Czy ANOVA opiera się na metodzie chwil, a nie na maksymalnym prawdopodobieństwie?
Widzę w różnych miejscach wspomniane, że ANOVA dokonuje oszacowania za pomocą metody momentów. Twierdzenie to wprawia mnie w zakłopotanie, ponieważ chociaż nie znam metody momentów, rozumiem, że jest to coś innego niż metoda największego prawdopodobieństwa i nie jest ona równoważna; z drugiej strony, ANOVA może być postrzegana jako regresja liniowa …
1
Niepoprawne wnioskowanie, gdy obserwacje nie są niezależne
Nauczyłem się w statystyce elementarnej, że przy ogólnym modelu liniowym, aby wnioski były ważne, obserwacje muszą być niezależne. Kiedy występuje klastrowanie, niezależność może już nie prowadzić, prowadząc do nieprawidłowego wnioskowania, chyba że zostanie to uwzględnione. Jednym ze sposobów uwzględnienia takiego grupowania jest użycie modeli mieszanych. Chciałbym znaleźć przykładowy zestaw danych, …
1
Przewidywanie modeli mieszanych: co zrobić z efektami losowymi?
Rozważmy ten hipotetyczny zestaw danych: set.seed(12345) num.subjects <- 10 dose <- rep(c(1,10,50,100), num.subjects) subject <- rep(1:num.subjects, each=4) group <- rep(1:2, each=num.subjects/2*4) response <- dose*dose/10 * group + rnorm(length(dose), 50, 30) df <- data.frame(dose=dose, response=response, subject=subject, group=group) możemy użyć lmedo modelowania odpowiedzi za pomocą modelu efektu losowego: require(nlme) model <- lme(response …
3
Liniowe modele efektów mieszanych
Często słyszałem, że modele LME są bardziej wiarygodne w analizie danych dokładności (tj. W eksperymentach psychologicznych), ponieważ mogą pracować z rozkładami dwumianowymi i innymi niestandardowymi rozkładami, których tradycyjne podejścia (np. ANOVA) nie mogą. Jakie są matematyczne podstawy modeli LME, które pozwalają im uwzględnić te inne rozkłady i jakie są niektóre …
1
Wyodrębnianie zboczy dla przypadków z modelu efektów mieszanych (Lme4)
Chciałbym wyodrębnić nachylenia dla każdej osoby w modelu z efektem mieszanym, jak opisano w następnym akapicie Modele mieszanych efektów zostały wykorzystane do scharakteryzowania indywidualnych ścieżek zmian w poznawczych miarach podsumowujących, w tym określeń dotyczących wieku, płci i lat edukacji jako efektów stałych (Laird i Ware, 1982; Wilson i in., 2000, …
13 r  mixed-model 
2
Obliczanie w modelach mieszanych przy użyciu metody R2glmm Nakagawy i Schielzetha (2013)
Czytałem o obliczaniu wartości w modelach mieszanych i po przeczytaniu FAQ R-sig, innych postów na tym forum (zamieściłem kilka, ale nie mam wystarczającej reputacji) i kilku innych odniesień, rozumiem, że używając Wartości w kontekście modeli mieszanych są skomplikowane.R 2R2R2R^2R2R2R^2 Ostatnio jednak natknąłem się na te dwa artykuły poniżej. Chociaż te …
1
Wykresy ilustrujące wyniki liniowego modelu efektu mieszanego
Analizowałem niektóre dane przy użyciu liniowego modelowania efektu mieszanego w R. Planuję zrobić plakat z wynikami i zastanawiałem się, czy ktokolwiek doświadczony z modelami efektu mieszanego może zasugerować, które wykresy zastosować w zilustrowaniu wyników Model. Myślałem o wykresach rezydualnych, wykresie dopasowanych wartości względem wartości oryginalnych itp. Wiem, że będzie to …
1
Przedziały ufności dotyczące prognoz dla nieliniowego modelu mieszanego (NLM)
Chciałbym uzyskać 95% przedziały ufności dla prognoz nieliniowego nlmemodelu mieszanego . Ponieważ nie ma w tym celu standardu nlme, zastanawiałem się, czy słuszne jest zastosowanie metody „przedziałów prognozowania populacji”, jak opisano w rozdziale książki Bena Bolkera w kontekście modeli pasujących z najwyższym prawdopodobieństwem , w oparciu o ideę ponownie próbkować …
2
ICC jako oczekiwana korelacja między dwiema losowo losowanymi jednostkami, które są w tej samej grupie
W modelowaniu wielopoziomowym korelacja wewnątrzklasowa jest często obliczana na podstawie analizy ANOVA z efektami losowymi yI j= γ00+ ujot+ ejajyjajot=γ00+ujot+mijajot y_{ij} = \gamma_{00} + u_j + e_{ij} gdzie to poziomu 2, a to reszty poziomu 1. Następnie otrzymujemy oszacowania, i dla wariancji odpowiednio i , i je do następującego równania:ujotujotu_jmiI …
1
Domyślny optymalizator Lme4 wymaga dużej liczby iteracji dla danych wielowymiarowych
TL; DR: lme4optymalizacja wydaje się domyślnie liniowa pod względem liczby parametrów modelu i jest znacznie wolniejsza niż równoważny glmmodel ze zmiennymi fikcyjnymi dla grup. Czy mogę coś przyspieszyć? Próbuję dopasować dość duży hierarchiczny model logit (~ 50 000 wierszy, 100 kolumn, 50 grup). Dopasowywanie normalnego modelu logu do danych (ze …
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.