«mixed-model» etiketlenmiş sorular

Karışık (çok düzeyli veya hiyerarşik) modeller, hem sabit efektler hem de rastgele efektler içeren doğrusal modellerdir. Boyuna veya iç içe verileri modellemek için kullanılırlar.

3
Deney tasarımında potansiyel bir karışıklık
Soruya genel bakış Uyarı: Bu soru çok fazla kurulum gerektiriyor. Lütfen bana eşlik et. Bir meslektaşım ve ben bir deney tasarımı üzerinde çalışıyoruz. Tasarım, aşağıda listeleyeceğim çok sayıda kısıtlama etrafında çalışmalıdır. Kısıtlamaları tatmin eden ve bize ilgimizle ilgili etkilerini tarafsız olarak tahmin eden bir tasarım geliştirdim. Ancak, meslektaşım tasarımda bir …

1
Doğrusal karma etkiler modelinin sonuçlarının raporlanması
Doğrusal karışık efekt modelleri biyolojimin köşesinde yaygın olarak kullanılmıyor ve yazmaya çalıştığım bir makalede kullandığım istatistiksel testi bildirmem gerekiyor. Çok düzeyli modelleme bilincinin biyo-bilimlerin bazı alanlarında ortaya çıkmaya başladığını biliyorum ( Bağımlılığa bir çözüm: iç içe verileri barındırmak için çok düzeyli analiz kullanma ), ancak yine de sonuçlarımı nasıl raporlayacağımı …

1
Karma efektli sayım verileri için iyi bir model bulmakta sorun - ZINB veya başka bir şey?
Yalnız arı bolluğu ile ilgili çok küçük bir veri setim var, analiz etmekte zorlanıyorum. Sayım verileri ve neredeyse tüm sayımlar bir tedavide, diğer tedavide sıfırların çoğu ile. Ayrıca çok yüksek birkaç değer vardır (altı alanın ikisinde birer tane), bu nedenle sayımların dağılımı son derece uzun bir kuyruğa sahiptir. R'de çalışıyorum. …

1
Genelleştirilmiş doğrusal olmayan en küçük kareler regresyonu (nlme) için günlük olasılığını “elle” hesaplayın
Ben tarafından optimize edilmiş işlevi için genelleştirilmiş doğrusal olmayan en küçük kareler regresyonu için günlük olasılığını hesaplamaya çalışıyorum R paketin fonksiyon , (Brown hareketi varsayarak aa filogenetik ağaç mesafe tarafından meydana varyans kovaryans matrisi kullanılarak gelen paket). Aşağıdaki yeniden üretilebilir R kodu, gnls modeline x, y verileri ve 9 taksonlu …

1
Karışık efektler modelinde sabit etkiler konusunda çıkarım
Verileri ilişkilendirdim ve ilgilenilen bir yordayıcı için bireysel seviye (koşullu) etkiyi tahmin etmek için bir lojistik regresyon karma efekt modeli kullanıyorum. Standart marjinal modeller için Wald testini kullanan model parametreleri üzerindeki çıkarımın olasılık oranı ve skor testleri için tutarlı olduğunu biliyorum. Genellikle yaklaşık aynıdırlar. Wald'ın hesaplanması kolay olduğundan ve R …

1
Lmer ve p-değerleri üzerinde karışıklık: Memisc paketindeki p-değerleri MCMC'lerle nasıl karşılaştırılır?
Ben işlevi bir izlenimi lmer()de lme4paketin p-değerleri (bkz vermedi lmer, p-değerleri ve tüm bu ). MCMC oluşturulan p değerleri yerine şu soruya göre kullanıyorum: Karışık model ve bu soruda önemli etkisilme4 : içinde paketinde gelen p-değerleri bulunamıyorlmer()lm4R . Son zamanlarda modelimingetSummary.mer() sabit efektlerini bir csv dosyasına almak için memisc ve …

2
Seviye başına 1 gözlemli karma model
glmerBazı iş verilerine rastgele efektler modeli ekliyorum. Amaç, bölgesel varyasyonu dikkate alarak satış performansını distribütör tarafından analiz etmektir. Aşağıdaki değişkenler var: distcode: distribütör kimliği, yaklaşık 800 seviye region: üst düzey coğrafi kimlik (kuzey, güney, doğu, batı) zone: Orta seviye coğrafya region, içinde yaklaşık 30 seviye territory: iç içe geçmiş düşük …

1
Karışık modeller için gösterimleri uzlaştırma
Gösterime aşina olduğum gibi: yben j= β0+ βbenxben j+ uj+ eben j=β0 j+βbenxbenj+eben jybenj=β0+βbenxbenj+uj+ebenj=β0j+βbenxbenj+ebenj\begin{align} y_{ij} &= \beta_0 + \beta_i x_{ij} + u_j + e_{ij}\\ &= \beta_{0j} + \beta_i x_{ij} + e_{ij} \end{align} burada veβ0j=β0+ujβ0j=β0+uj\beta_{0j}=\beta_{0}+u_j yij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eijybenj=β0+β1xbenj+u0j+u1jxbenj+ebenj=β0j+β1jxbenj+ebenj\begin{align} y_{ij} &= \beta_0 + \beta_1 x_{ij} + u_{0j} + u_{1j} x_{ij} + e_{ij} \\ &= …

1
R'de tekrarlanan ölçümlerle doğrusal regresyon
Tekrarlanan bir ölçüm tasarımı için R'de doğrusal regresyonun nasıl gerçekleştirileceğini anlayamadım. Bir de önceki soruya (hala cevaplanmamış) o kullanmamayı bana önerildi lmkarışık modeller kullanma yerine ancak. Ben lmşu şekilde kullandım: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) (veri kümesiyle ilgili daha fazla ayrıntı yukarıdaki bağlantıda bulunabilir) Ancak internette R kodu ile doğrusal regresyon …

1
Büyük bir veri setine tekrar tekrar karmaşık bir model takarken hesaplama verimliliğini nasıl optimize edebilirim?
MCMCglmmKarışık efektler modeli çalıştırmak için R paketini kullanarak performans sorunları yaşıyorum . Kod şöyle görünür: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Verilerde yaklaşık 20.000 gözlem vardır ve bunlar yaklaşık 200 okulda kümelenmiştir. Kullanılmamış tüm değişkenleri veri çerçevesinden bıraktım ve çalıştırmadan önce diğer tüm nesneleri bellekten kaldırdım. …

1
R - serbestlik derecesinde PROC Mixed ve lme / lmer arasındaki farklar
Not: önceki sorumun yasal nedenlerle silinmesi gerektiğinden, bu soru bir gönderidir. Fonksiyonlu SAS PROC MIXED karşılaştırarak birlikte lmegelen nlmeR paketin, bazı çok kafa farklılıklar tökezledi. Daha spesifik olarak, farklı testlerdeki özgürlük dereceleri ve arasında farklılık gösterir PROC MIXEDve lmenedenini merak ettim. Aşağıdaki veri kümesinden başlayın (R kodu aşağıda verilmiştir): ind: …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

2
Rastgele eğimli karma efekt regresyon modelinde bir MCMC hipotez testi nasıl yapılabilir?
Kütüphane languageR, lmer kullanarak karışık efekt regresyon modeline uyan sabit efektlerin MCMC anlamlılık testini yapmak için bir yöntem (pvals.fnc) sağlar. Ancak, pvals.fnc, lmer modeli rasgele eğimler içerdiğinde hata verir. Bu tür modellerin MCMC hipotez testi yapmanın bir yolu var mı? Öyleyse nasıl? (Bir cevabın kabul edilmesi için R'de işe yaramış …

3
R'de betareg işlevini kullanarak karışık bir model nasıl uygulanır?
Bireysel kurbağa yavrularının "aktivite seviyesini" ölçen oranlardan oluşan bir veri setim var, bu nedenle değerleri 0 ile 1 arasında bağlı hale getiriyorum. Bu veriler, bireyin belirli bir zaman aralığında (hareket için 1, Hiçbir hareket için 0) ve ardından kişi başına bir değer oluşturmak için ortalaması alınır. Ana sabit etkim "yoğunluk …


1
Nlmer () kullanarak tekrarlanan ölçüm verileri için doğrusal olmayan karışık efektler modeline nasıl uyabilirim?
Tekrarlanan ölçüm verilerini analiz etmeye çalışıyorum ve çalışmasını sağlamak için mücadele ediyorum R. Verilerim aslında aşağıdaki, iki tedavi grubum var. Her gruptaki her denek her gün test edilir ve bir puan verilir (bir testte doğru yüzde). Veriler uzun biçimde: Time Percent Subject Group 1 0 GK11 Ethanol 2 0 GK11 …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.