«random-effects-model» etiketlenmiş sorular

Basit bir ifadeyle, sabit etki, rastgele etki ve karma etki modelleri arasındaki farkı nasıl açıklarsınız (belki de basit örneklerle)?

267 mixed-model  random-effects-model  definition  fixed-effects-model 

Bu forumda, çeşitli hiyerarşik modelleri belirlemenin doğru yolu hakkında çok fazla tartışma var lmer. Tüm bilgilerin bir yerde olmasının harika olacağını düşündüm. Başlamak için birkaç soru: Nasıl bir grubun diğerini içinde yuvalanmış farklı seviyelerini belirlemek için: öyle (1|group1:group2)ya (1+group1|group2)? Arasındaki fark nedir (~1 + ....)ve (1 | ...)ve (0 | …

160 r  mixed-model  random-effects-model  fixed-effects-model  lme4-nlme 

Kısa bir süre önce, kelime farklı bağlamlarda görüntülendiğinde ERP (EEG) ölçülerek tekrarlanan maruz kalmalar (uygulama: 1. gün - 10. gün) boyunca yeni bir kelimenin anlamının nasıl elde edildiğini ölçtüm. Ayrıca bağlamın özelliklerini de kontrol ettim, örneğin yeni kelime anlamını keşfetmede (yüksekden düşüke). Özellikle uygulamanın etkisiyle (günler) ilgileniyorum. Bireysel ERP kayıtları …

55 r  mixed-model  lme4-nlme  random-effects-model 

İstatistik bilgilerimi genişletmeye çalışıyorum. OLS regresyon - Ben fiziksel testler geçmişinden istatistiksel teste “tarife dayalı” bir yaklaşımla geliyorum , sürekli olduğunu söylüyoruz , normal dağılmış - OLS regresyon . Okuduğumda şu terimlerle karşılaştım: rastgele etki modeli, sabit etki modeli, marjinal model. Benim sorularım: Çok basit bir ifadeyle, bunlar nedir? Aralarındaki …

49 random-effects-model  fixed-effects-model  marginal 

Şu anda lme4 R paketini kullanıyorum . Rasgele efektli doğrusal karışık efekt modellerini kullanıyorum: library(lme4) mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect + # random effects mod3 <- lmer(r1 …

37 r  regression  mixed-model  random-effects-model 

Ne zaman rastgele bir efekt kullanılacağını ve ne zaman gereksiz olduğunu anlamaya çalışıyorum. Yaptığım kural, benim yaptığım 4 veya daha fazla grubun / şahsın varsa (15 kişisel geyik). Bu geyiklerin bazıları toplam 29 deneme için 2 veya 3 kez denenmiştir. Riskli manzaralar altında olmadıklarından farklı davranıp davranmadıklarını bilmek istiyorum. Böylece, …

34 mixed-model  lme4-nlme  random-effects-model  glmm 

Bağlam : 200 katılımcıda 20 hafta boyunca haftada bir bağımlı değişken (DV) ölçen uzunlamasına bir çalışma yaptığınızı hayal edin. Genel olarak ilgilenmeme rağmen, düşünmeyi düşündüğüm tipik DV'ler işe alım sonrası iş performansını veya klinik psikoloji müdahalesini takiben çeşitli sağlık önlemlerini içeriyor. Zaman ve DV arasındaki ilişkiyi modellemek için çok seviyeli …

32 repeated-measures  random-effects-model  latent-class 

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 …

27 r  mixed-model  lme4-nlme  random-effects-model 

İnternette rastgele ve sabit etkilerin yorumlanmasıyla ilgili çok şey buldum. Ancak, aşağıdakileri sabitleyen bir kaynak bulamadım: Rasgele ve sabit etkiler arasındaki matematiksel fark nedir? Bununla modelin matematiksel formülasyonunu ve parametrelerin tahmin edilme yöntemini kastediyorum.

26 mathematical-statistics  mixed-model  random-effects-model  fixed-effects-model 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 6 ay önce kapandı . R paketleri nlme ve lme4'te çalışıyordum, çoklu rastgele etkilere sahip modelleri belirlemeye çalışıyordum. Sadece nlme'nin varyansın heterojen yapısını belirleyebildiğini buldum …

25 r  random-effects-model  lme4-nlme 

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 …

24 model-selection  random-effects-model  aic  fixed-effects-model  mixed-model 

Sorunun çok anlamlı olacağından bile emin değilim, ancak rastgele ormanı rastgele etkile önerdikleri bir kaç başlık kağıdı gördüm. Bu R'de mümkün mü?

22 r  random-forest  random-effects-model 

Temel bileşen analizi (PCA) yaptıktan sonra, PCA alanına yeni bir vektör yansıtmak istiyorum (yani PCA koordinat sistemindeki koordinatlarını bulmak). PCA'yı R dilinde kullanarak hesapladım prcomp. Şimdi vektörümü PCA dönme matrisi ile çarpabilmeliyim. Bu matristeki temel bileşenler satır veya sütunlar halinde mi düzenlenmelidir?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Temel olarak merak ettiğim şey, farklı kovaryans yapılarının nasıl uygulandığı ve bu matrislerin içindeki değerlerin nasıl hesaplandığıdır. Lme () gibi işlevler, hangi yapıyı istediğimizi seçmemize izin verir, ancak nasıl hesaplandıklarını bilmek isterim. doğrusal karma efektleri düşünün .Y= Xβ+ Zu + ϵY=Xβ+Zu+εY=X\beta+Zu+\epsilon Burada ve ϵ d ∼ N ( 0 , …

19 mixed-model  random-effects-model  covariance  covariance-matrix 

Bazı model parametrelerinin bazı gruplama faktörleri arasında rasgele değiştiğine inandığımızda rastgele efektler (veya karışık efektler) kullandığımızı anlıyorum. Yanıtın bir gruplama faktörü üzerinde normalleştirildiği ve ortalandığı (mükemmel değil, oldukça yakın) bir modele uyma arzum var, ancak bağımsız bir değişken xherhangi bir şekilde ayarlanmadı. Bu beni gerçekten orada olsaydı aradığım etkiyi bulabilmem …

18 mixed-model  random-effects-model  fixed-effects-model  lme4-nlme  intraclass-correlation