Вопросы с тегом «mixed-model»

Смешанные (многоуровневые или иерархические) модели представляют собой линейные модели, которые включают как фиксированные, так и случайные эффекты. Они используются для моделирования продольных или вложенных данных.

3
Потенциальная путаница в дизайне эксперимента
Обзор вопроса Предупреждение: этот вопрос требует много настроек. Пожалуйста, потерпите меня. Мой коллега и я работаем над проектом эксперимента. Дизайн должен работать с большим количеством ограничений, которые я перечислю ниже. Я разработал схему, которая удовлетворяет ограничениям и дает нам объективные оценки наших эффектов интереса. Тем не менее, мой коллега считает, …

1
Отчетность о результатах линейной модели смешанных эффектов
Линейные модели со смешанными эффектами обычно не используются в моей области биологии, и мне нужно сообщить о статистическом тесте, который я использовал в статье, которую я пытаюсь написать. Я знаю, что осведомленность о многоуровневом моделировании начинает появляться в некоторых областях бионаук ( решение зависимости: использование многоуровневого анализа для размещения вложенных …

1
Не можете найти подходящую модель для подсчета данных со смешанными эффектами - ZINB или что-то еще?
У меня есть очень маленький набор данных о численности одиночной пчелы, который мне трудно анализировать. Это данные подсчета, и почти все подсчеты находятся в одной обработке, а большинство нулей в другой обработке. Есть также пара очень высоких значений (по одному на двух из шести сайтов), поэтому распределение подсчетов имеет очень …

1
Рассчитать логарифмическое правдоподобие «вручную» для обобщенной нелинейной регрессии наименьших квадратов (nlme)
Я пытаюсь вычислить логарифмическую вероятность для обобщенной нелинейной регрессии наименьших квадратов для функции оптимизированной с помощью функция в пакете R , используя ковариационную матрицу дисперсии, генерируемую расстояниями на филогенетическом дереве, предполагающем броуновское движение ( из пакета). Следующий воспроизводимый код R подходит для модели gnls с использованием данных x, y и …

1
Вывод о фиксированных эффектах в модели смешанных эффектов
Я сопоставил данные и использую модель смешанных эффектов логистической регрессии для оценки индивидуального уровня (условного) эффекта для предиктора интереса. Я знаю, что для стандартных маржинальных моделей логический вывод параметров модели с использованием теста Вальда согласуется с критериями отношения правдоподобия и оценки. Они обычно примерно одинаковы. Поскольку Вальд легко вычисляется и …

1
Путаница с lmer и p-значениями: как p-значения из пакета memisc сравниваются с MCMC?
У меня сложилось впечатление, что функция lmer()в lme4пакете не производит p-значения (см. lmerP-значения и все такое ). Я использую MCMC сгенерированных значений р вместо как на этот вопрос: Значительный эффект в lme4смешанной модели и на этот вопрос: Не удается найти р-значения в выводе из lmer()в lm4пакете вR . Недавно я …

2
Смешанная модель с 1 наблюдением за уровень
Я подгоняю модель случайных эффектов glmerк некоторым бизнес-данным. Цель состоит в том, чтобы проанализировать показатели продаж по дистрибьюторам с учетом региональных различий. У меня есть следующие переменные: distcode: идентификатор дистрибьютора, около 800 уровней region: географический идентификатор верхнего уровня (север, юг, восток, запад) zone: география среднего уровня region, около 30 уровней …

1
Согласование обозначений для смешанных моделей
Я знаком с такими обозначениями, как: гдеβ0j=β0+uj, иyij=β0+βixij+uj+eij=β0j+βixij+eijyij=β0+βixij+uj+eij=β0j+βixij+eij\begin{align} y_{ij} &= \beta_0 + \beta_i x_{ij} + u_j + e_{ij}\\ &= \beta_{0j} + \beta_i x_{ij} + e_{ij} \end{align}β0j=β0+ujβ0j=β0+uj\beta_{0j}=\beta_{0}+u_j гдеβ0j=β0+u0jиβ1j=β1+u1jyij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eijyij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eij\begin{align} y_{ij} &= \beta_0 + \beta_1 x_{ij} + u_{0j} + u_{1j} x_{ij} + e_{ij} \\ &= \beta_{0j} + \beta_{1j} x_{ij} + e_{ij} \end{align}β0j=β0+u0jβ0j=β0+u0j\beta_{0j}=\beta_{0}+u_{0j}β1j=β1+u1jβ1j=β1+u1j\beta_{1j}=\beta_1+u_{1j} для …

1
Линейная регрессия с повторными измерениями в R
Я не смог понять, как выполнить линейную регрессию в R для повторного измерения проекта. В предыдущем вопросе (все еще без ответа) мне было предложено не использовать, lmа использовать смешанные модели. Я использовал lmследующим образом: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) (более подробную информацию о наборе данных можно найти по ссылке выше) Однако …

1
Как я могу оптимизировать вычислительную эффективность при многократной подгонке сложной модели к большому набору данных?
У меня проблемы с производительностью при использовании MCMCglmmпакета в R для запуска модели смешанных эффектов. Код выглядит так: 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) В данных содержится около 20 000 наблюдений, которые сгруппированы примерно в 200 школах. Я удалил все неиспользуемые переменные из фрейма данных и …

1
Различия между PROC Mixed и lme / lmer в R - степени свободы
Примечание: этот вопрос является репостом, так как мой предыдущий вопрос пришлось удалить по юридическим причинам. Сравнивая PROC MIXED из SAS с функцией lmeиз nlmeпакета в R, я наткнулся на некоторые довольно запутанные различия. Более конкретно, степени свободы в разных тестах различаются между PROC MIXEDи lme, и я задавался вопросом, почему. …
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
Как можно проверить гипотезу MCMC на регрессионной модели со смешанным эффектом со случайными наклонами?
Библиотека languageR предоставляет метод (pvals.fnc) для проверки значимости MCMC фиксированных эффектов в модели регрессии смешанного эффекта, подходящей с использованием lmer. Однако pvals.fnc выдает ошибку, когда модель lmer включает случайные наклоны. Есть ли способ сделать проверку гипотезы MCMC таких моделей? Если так, то как? (Чтобы быть принятым, ответ должен иметь проработанный …

3
Как реализовать смешанную модель с использованием функции бетарег в R?
У меня есть набор данных, состоящий из пропорций, которые измеряют «уровень активности» отдельных головастиков, поэтому устанавливаются значения между 0 и 1. Эти данные были собраны путем подсчета количества перемещений человека за определенный промежуток времени (1 для движения, 0 для отсутствия движения), а затем усредняется, чтобы создать одно значение на человека. …


1
Как мне подогнать нелинейную модель смешанных эффектов для данных повторных измерений, используя nlmer ()?
Я пытаюсь проанализировать данные повторных измерений и пытаюсь заставить их работать R. Мои данные по существу следующие, у меня есть две группы лечения. Каждый субъект в каждой группе тестируется каждый день и получает оценку (процент правильных на тесте). Данные в длинном формате: Time Percent Subject Group 1 0 GK11 Ethanol …

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.