Вопросы с тегом «mixed-model»

Мне было интересно, есть ли какие-либо методы машинного обучения (без присмотра) для моделирования продольных данных? Я всегда использовал модели со смешанными эффектами (в основном нелинейные), но мне было интересно, есть ли другие способы сделать это (используя машинное обучение). Под машинным обучением я подразумеваю случайный лес, классификацию / кластеризацию, деревья решений …

11 machine-learning  mixed-model 

Я читаю теоретическую статью Дуга Бейтса о пакете lme4 в R, чтобы лучше понять суть смешанных моделей, и натолкнулся на интригующий результат, который я хотел бы лучше понять, об использовании ограниченного максимального правдоподобия (REML) для оценки дисперсии , В разделе 3.3, посвященном критерию REML, он утверждает, что использование REML при …

11 maximum-likelihood  mixed-model  unbiased-estimator  hierarchical-bayesian  reml 

Я подобрал модель lmer со следующим (хотя и скомпонованным выводом): Random effects: Groups Name Std.Dev. day:sample (Intercept) 0.09 sample (Intercept) 0.42 Residual 0.023 Я действительно хотел бы построить доверительный интервал для каждого эффекта, используя следующую формулу: (n−1)s2χ2α/2,n−1,(n−1)s2χ21−α/2,n−1(n−1)s2χα/2,n−12,(n−1)s2χ1−α/2,n−12 \frac{(n-1)s^2}{\chi^2_{\alpha/2, n-1}},\frac{(n-1)s^2}{\chi^2_{1-\alpha/2,n-1}} Есть ли способ удобно выбрать степени свободы?

11 lme4-nlme  mixed-model 

Я пытаюсь указать формулу для линейной модели смешанного эффекта (с lme4) для моего экспериментального дизайна, но я не уверен, что я делаю это правильно. Дизайн: в основном я измеряю параметр отклика на растениях. У меня 4 уровня лечения и 2 уровня орошения. Растения сгруппированы в 16 участков, в пределах каждого …

11 r  experiment-design  mixed-model 

Мой вопрос основан на этом ответе, который показал, какая lme4::lmerмодель соответствует двусторонним повторным измерениям ANOVA: require(lme4) set.seed(1234) d <- data.frame( y = rnorm(96), subject = factor(rep(1:12, 4)), a = factor(rep(1:2, each=24)), b = factor(rep(rep(1:2, each=12))), c = factor(rep(rep(1:2, each=48)))) # standard two-way repeated measures ANOVA: summary(aov(y~a*b+Error(subject/(a*b)), d[d$c == "1",])) # …

11 r  anova  mixed-model  repeated-measures  lme4-nlme 

Рассмотрим линейную модель со случайным перехватом. Это эквивалентно линейной регрессии GEE с заменяемой рабочей корреляционной матрицей. Предположим, что предикторами являются и а коэффициентами для этих предикторов являются , и . Какова интерпретация коэффициентов в модели случайного пересечения? Это то же самое, что линейная регрессия GEE, за исключением того, что она …

11 mixed-model 

Я ищу совет о том, как анализировать сложные данные опросов с помощью многоуровневых моделей в R. Я использовал этот surveyпакет для взвешивания неравных вероятностей выбора в одноуровневых моделях, но этот пакет не имеет функций для многоуровневого моделирования. lme4Пакет отлично подходит для многоуровневого моделирования, но это не так , что я …

11 r  mixed-model  weighted-sampling  cluster-sample 

При поиске любой информации о маргинальной модели и модели случайных эффектов и о том, как выбирать между ними, я нашел некоторую информацию, но это было более или менее математическое абстрактное объяснение (как, например, здесь: https: //stats.stackexchange .com / a / 68753/38080 ). Где-то я обнаружил, что наблюдаются существенные различия между …

11 mixed-model  random-effects-model  glmm  gee  marginal-model 

У меня случайная перехват логистической регрессии (из-за многократных измерений), и я хотел бы провести некоторую диагностику, особенно в отношении выбросов и влиятельных наблюдений. Я посмотрел на остатки, чтобы увидеть, есть ли наблюдения, которые выделяются. Но я также хотел бы взглянуть на что-то вроде расстояния Кука или DFFITS. Хосмер и Лемешоу …

11 mixed-model  outliers  glmm  cooks-distance 

Я хотел бы использовать lme4для подбора регрессии смешанных эффектов и multcompдля вычисления парных сравнений. У меня есть сложный набор данных с несколькими непрерывными и категориальными предикторами, но мой вопрос может быть продемонстрирован на примере встроенного ChickWeightнабора данных: m <- lmer(weight ~ Time * Diet + (1 | Chick), data=ChickWeight, REML=F) …

11 r  mixed-model  multiple-comparisons 

Я обычно имею дело с данными, в которых несколько человек измеряются несколько раз в каждом из двух или более состояний. Недавно я играл с моделированием смешанных эффектов, чтобы оценить доказательства различий между условиями, моделируя individualкак случайный эффект. Чтобы визуализировать неопределенность в отношении прогнозов из такого моделирования, я использовал начальную загрузку, …

11 confidence-interval  mixed-model  bootstrap  monte-carlo  simulation 

Если вы решите проанализировать схему контроля до лечения с помощью непрерывной зависимой переменной, используя смешанный ANOVA, существуют различные способы количественного определения эффекта нахождения в группе лечения. Эффект взаимодействия является одним из основных вариантов. В целом, мне особенно нравятся меры типа Коэна d (т. ). Мне не нравятся меры, объясняемые дисперсией, …

11 anova  mixed-model  effect-size  cohens-d 

У меня есть данные за два года, которые выглядят примерно так: Дата _ __ Насилие Y / N? _ Количество пациентов 01.01.2008 _ ___ 0 __ _ __ _ ____ 11 01.02.2008 _ __ _ 0 _ __ _ __ _ __ 11 01.03.2008 _ ____ 1 __ _ __ …

11 r  mixed-model  autocorrelation  panel-data 

Модели линейных смешанных эффектов - это расширения моделей линейной регрессии для данных, которые собираются и обобщаются в группы. Ключевым преимуществом является то, что коэффициенты могут варьироваться по отношению к одной или нескольким групповым переменным. Тем не менее, я борюсь с тем, когда использовать модель со смешанным эффектом? Я разработаю свои …

11 regression  mixed-model  random-effects-model  linear 

mgcvПакет Rимеет две функции для установки взаимодействия Тензор продукта: te()и ti(). Я понимаю основное разделение труда между ними (подгонка нелинейного взаимодействия против разложения этого взаимодействия на основные эффекты и взаимодействие). Чего я не понимаю, так это почему te(x1, x2)и ti(x1) + ti(x2) + ti(x1, x2)может дать (немного) разные результаты. MWE …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa