«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.

1
Bir lmer modelden etkilerin tekrarlanabilirliğinin hesaplanması
Bu yazıda , karışık etki modellemesi ile bir ölçümün tekrarlanabilirliğini (diğer bir deyişle güvenilirlik, sınıf içi korelasyon) nasıl hesaplayacağımı anladım . R kodu şöyle olurdu: #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 R = …
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 
5
Biyoloji, psikoloji ve tıp alanında uzman kullanan karma model analizi için örnek raporlar?
Genel görüş birliği lmer(), klasik ANOVA yerine R üzerinden karışık modeller kullanmak gibi göründüğü için (genellikle belirtilen nedenlerden dolayı, dengesiz tasarımlar, rastgele çapraz efektler vb.), Verilerimi denemek istiyorum. Ancak bu yaklaşımı süpervizörüme (nihayetinde p-değeri olan klasik bir analiz bekliyor) veya daha sonra hakemlere “satabileceğim” için endişeleniyorum. lmer()Tarla biyolojisi, psikoloji, tıp …
2
Çok seviyeli bir modelde, tahmin etmeme ve rastlantısal etki korelasyon parametrelerini tahmin etmenin pratik sonuçları nelerdir?
Çok seviyeli bir modelde, tahmin etmeme ve rastlantısal etki korelasyonu parametrelerini tahmin etmenin pratik ve yorumlama ile ilgili etkileri nelerdir? Bunu sormanın pratik nedeni, R'deki lmer çerçevede, parametreler arasındaki korelasyon modelinde tahminler yapıldığında, MCMC teknikleri ile p-değerleri tahmin etmek için uygulanan bir yöntem bulunmamasıdır. Örneğin, bu örneğe bakıldığında (aşağıda alıntı …
1
predict () lmer Karışık Etki Modelleri için İşlev
Sorun: Diğer okuduğunuz mesajlarınpredict karışık etkiler için geçerli değildir lmer: [R] de {lme4} modelleri. Bu konuyu bir oyuncak veri seti ile keşfetmeye çalıştım ... Arka fon: Veri kümesi bu kaynaktan uyarlanır ve ... require(gsheet) data <- read.csv(text = gsheet2text('https://docs.google.com/spreadsheets/d/1QgtDcGJebyfW7TJsB8n6rAmsyAnlz1xkT3RuPFICTdk/edit?usp=sharing', format ='csv')) Bunlar ilk satırlar ve başlıklar: > head(data) Subject Auditorium …
1
Genelleştirilmiş tahmin denklemleriyle GLMM arasındaki fark nedir?
Bir logit bağlantısı kullanarak 3 seviyeli dengesiz verilerde GEE kullanıyorum. Bu, karışık efektli (GLMM) ve logit linkli bir GLM'den ne kadar farklıdır (çizebileceğim sonuçlar ve katsayıların anlamı açısından) açısından? Daha fazla ayrıntı: Gözlemler tek bernoulli denemeleridir. Sınıflar ve okullar halinde gruplandırılmıştır. R. kullanarak NA'ların Casewise ihmali. 6 öngörücüleri de etkileşim …
7
Rastgele etki faktörü için önerilen minimum grup sayısı nedir?
Bazı tekrarlanan önlemler verilerini analiz etmek için R( lme4) 'de karma bir model kullanıyorum . Bir cevap değişkenim (dışkı elyaf içeriği) ve 3 sabit efektim (vücut kütlesi vb.) Var. Çalışmamda sadece 6 katılımcı var, her biri için 16 tekrarlı ölçüm var (ancak ikisinde sadece 12 tekrar var). Denekler, farklı 'tedavilerde' …
2
Modelimi lmer'da doğru bir şekilde belirttim mi?
Birçok yardım sitesini araştırdım ve karışık bir modelde daha karmaşık iç içe terimlerin nasıl belirleneceği konusunda kafam hala karıştı. Ayrıca kullanımı gibi karıştı :ve /ve |etkileşimleri belirterek kullanarak rasgele faktörlerle yuva içinde lmer()de lme4yer pakette R. Bu sorunun amacı için, verilerimi bu standart istatistiksel modelle doğru şekilde tasvir ettiğimi varsayalım: …
1
Sıfır korelasyonlu karma modeller teorik olarak ne zaman ses çıkar?
Aşağıdaki karma teklif, karma etki modellemesi alanındaki liderlerden, rastgele etkiler ('ZCP' modelleri) arasındaki sıfır korelasyonlu modellerde koordinatın kaymasının model tahminlerini değiştirdiğini iddia ediyor. Ancak, birileri iddialarını detaylandırabilir veya daha fazla haklı gösterebilir mi? Söz konusu ifadeler Bates ve arkadaşlarının 2015 lme4, lme4 Kullanarak Doğrusal Karışık Etki Modellerini Takma , 7. …
5
Karma doğrusal modelde çoklu bağlantı doğrusallığı nasıl test edilir ve önlenir?
Şu anda bazı karışık efektli doğrusal modeller kullanıyorum. R içinde "lme4" paketini kullanıyorum. Modellerim şu formu alıyor: model <- lmer(response ~ predictor1 + predictor2 + (1 | random effect)) Modellerimi çalıştırmadan önce, öngörücüler arasında olası çoklu bağlantı olup olmadığını kontrol ettim. Bunu ben yaptım: Tahmin edicilerin bir veri çerçevesi oluşturun …
4
R'deki karışık modellerin lmer / lme karışık modellerini kontrol etme
Üç farklı görevde 30 erkek ve 30 kadını test ettiğim tekrarlanan bir tasarım yaptım. Erkeklerin ve kadınların davranışlarının nasıl farklı olduğunu ve bunun göreve nasıl bağlı olduğunu anlamak istiyorum. Bunu araştırmak için hem lmer hem de lme4 paketini kullandım, ancak her iki yöntem için de varsayımları kontrol etmeye çalışıyorum. Çalıştırdığım …
2
Karışık modeller öngörücü modeller olarak yararlı mıdır?
Tahmini modelleme açısından karma modellerin avantajları konusunda biraz kafam karıştı. Tahmini modeller genellikle daha önce bilinmeyen gözlemlerin değerlerini öngörmek anlamına geldiğinden, karışık bir modelin faydalı olmasının tek yolunun popülasyon düzeyinde tahminler sağlama yeteneği (rastgele etkiler eklemeden) anlamına geldiği açıktır. Ancak, sorun şu ana kadar ki deneyimlerime göre, karışık modellere dayalı …
5
Karışık bir modelde bir faktörü rastgele olarak görmenin ters tarafı nedir?
Birkaç nedenden ötürü bir model faktörünü rastgele olarak etiketlemenin faydalarını benimseme konusunda bir sorunum var. Bana göre, neredeyse her durumda olduğu gibi, optimal çözüm tüm faktörleri sabit olarak ele almaktır. İlk olarak, sabit vs rastgele ayrımı oldukça keyfidir. Standart açıklama, eğer kişi kendi başına belirli deneysel birimlerle ilgileniyorsa, o zaman …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.