Pytania otagowane jako multilevel-analysis

Analiza statystyczna zestawów danych obejmujących kilka poziomów hierarchii (np. Uczniowie zagnieżdżeni w klasach zagnieżdżonych w szkołach lub prognozy hierarchiczne). W przypadku pytań dotyczących modeli mieszanych użyj znacznika [mixed-model]. Aby zagnieżdżać efekty losowe, użyj [nested-data].

1
Rozerwany między PET-PEESE a wielopoziomowym podejściem do metaanalizy: czy istnieje szczęśliwe medium?
Obecnie pracuję nad metaanalizą, dla której muszę przeanalizować wiele rozmiarów efektów zagnieżdżonych w próbkach. Opieram się na trzypoziomowym metaanalizie Cheunga (2014) do metaanalizy zależnych rozmiarów efektów, w przeciwieństwie do niektórych innych możliwych strategii (np. Ignorowanie zależności, uśrednianie wielkości efektów w badaniach, wybór jednego rozmiaru efektu lub przesunięcie jednostki analizy). Wiele …

2
Czy powinienem uruchomić system na poziomie klastra czy na poziomie indywidualnym?
Mam model przeżycia z pacjentami zagnieżdżonymi w szpitalach, który zawiera losowy efekt dla szpitali. Efekt losowy rozkłada się w zależności od promieniowania gamma i staram się opisać „trafność” tego terminu w skali, która jest łatwa do zrozumienia. Znalazłem następujące odniesienia, które wykorzystują Medianę Hazard Ratio (trochę jak Median Ratio), i …

1
Notacja do modelowania wielopoziomowego
Potrzeby jeden wzór, aby określić za szkolenie wielopoziomowego modelu (korzystając lmerz lme4 Rbiblioteki) zawsze mnie trafia. Czytałem niezliczone podręczniki i samouczki, ale nigdy nie zrozumiałem tego poprawnie. Oto przykład z tego samouczka , który chciałbym zobaczyć sformułowany w równaniu. Staramy się modelować częstotliwość głosu jako funkcję płci (kobiety mają wyższy …

3
Model wielopoziomowy a osobne modele dla każdego poziomu
Jakie są zalety i wady uruchamiania osobnych modeli w porównaniu z modelowaniem wielopoziomowym? W szczególności załóżmy, że w badaniu przebadano pacjentów zagnieżdżonych w gabinetach lekarskich zagnieżdżonych w poszczególnych krajach. Jakie są zalety / wady prowadzenia osobnych modeli dla każdego kraju w porównaniu z trójpoziomowym modelem zagnieżdżonym?

2
Hierarchiczne modele dla wielu porównań - kontekst wielu wyników
Właśnie (ponownie) czytałem Gelmana Dlaczego (zwykle) nie musimy się martwić wielokrotnymi porównaniami . W szczególności sekcja „Wiele wyników i inne wyzwania” wspomina o zastosowaniu modelu hierarchicznego w sytuacjach, gdy istnieje wiele powiązanych środków od tej samej osoby / jednostki w różnych czasach / warunkach. Wydaje się, że ma wiele pożądanych …


2
Co to jest „parametr komponentu wariancji” w modelu efektu mieszanego?
Na stronie 12 książki Batesa o modelu efektu mieszanego opisuje ten model w następujący sposób: Pod koniec zrzutu ekranu wspomina o względny współczynnik kowariancji , w zależności od parametru wariancji-komponentu ,ΛθΛθ\Lambda_{\theta}θθ\theta bez wyjaśnienia, jaki dokładnie jest związek. Powiedzmy, że otrzymujemy , jak moglibyśmy uzyskać z niej ?θθ\thetaΛθΛθ\Lambda_{\theta} W powiązanej nucie …

2
Jaki jest najlepszy sposób oszacowania średniego efektu leczenia w badaniu podłużnym?
W badaniu podłużnym wyniki YitYjatY_{it} jednostek ijai są wielokrotnie mierzone w punktach czasowych ttt z łącznie mmm ustalone okazje pomiarowe (ustalone = pomiary jednostek są wykonywane w tym samym czasie). Jednostki są losowo przypisywane do leczenia, G=1sol=1G=1lub do grupy kontrolnej, G=0sol=0G=0. Chcę oszacować i przetestować średni efekt leczenia, tjATE=E(Y|G=1)−E(Y|G=0),ZAT.mi=mi(Y|sol=1)-mi(Y|sol=0),ATE=E(Y | …

1
Szacowanie wielopoziomowych modeli regresji logistycznej
Poniższy wielopoziomowy model logistyczny z jedną zmienną objaśniającą na poziomie 1 (poziom indywidualny) i jedną zmienną objaśniającą na poziomie 2 (poziom grupy): logit (pI j) =π0 j+π1 jxI j… ( 1 )logit(pij)=π0j+π1jxij…(1)\text{logit}(p_{ij})=\pi_{0j}+\pi_{1j}x_{ij}\ldots (1) π0 j=γ00+γ01zjot+u0 j… ( 2 )π0j=γ00+γ01zj+u0j…(2)\pi_{0j}=\gamma_{00}+\gamma_{01}z_j+u_{0j}\ldots (2) π1 j=γ10+γ11zjot+u1 j… ( 3 )π1j=γ10+γ11zj+u1j…(3)\pi_{1j}=\gamma_{10}+\gamma_{11}z_j+u_{1j}\ldots (3) gdzie zakłada się, …

2
Parametryczne, półparametryczne i nieparametryczne ładowanie początkowe dla modeli mieszanych
Z tego artykułu pochodzą następujące przeszczepy . Jestem nowicjuszem w bootstrapie i próbuję zaimplementować parametryczne, semiparametryczne i nieparametryczne bootstrapowanie dla liniowego modelu mieszanego z R bootpakietem. Kod R. Oto mój Rkod: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn <- function(data, …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 


2
Czy odległość musi być „metryką”, aby hierarchiczna klastracja była na niej ważna?
Powiedzmy, że definiujemy odległość, która nie jest miarą , między N elementami. Na podstawie tej odległości stosujemy następnie aglomeracyjne hierarchiczne grupowanie . Czy możemy zastosować każdy ze znanych algorytmów (połączenie pojedyncze / maksymalne / średnie itp.), Aby uzyskać znaczące wyniki? Lub inaczej: jaki jest problem z ich użyciem, jeśli odległość …


2
Oblicz krzywą ROC dla danych
Mam więc 16 prób, w których próbuję uwierzytelnić osobę z cechy biometrycznej za pomocą Hamminga. Mój próg jest ustawiony na 3,5. Moje dane są poniżej i tylko próba 1 jest prawdziwie pozytywna: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

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.