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.

2
Как выполнить сравнение по принципу взаимодействия с моделью смешанных эффектов?
Я работаю над набором данных, чтобы оценить влияние сушки на микробную активность осадка. Цель состоит в том, чтобы определить, изменяется ли влияние высыхания между типами отложений и / или глубиной внутри отложений. Дизайн эксперимента выглядит следующим образом: Первый фактор отложений соответствует трем типам отложений (кодированные Sed1, Sed2, Sed3). Для каждого …

1
Тестирование одновременных и запаздывающих эффектов в продольных смешанных моделях с изменяющимися во времени ковариатами
Мне недавно сказали, что было невозможно включить изменяющиеся во времени ковариаты в продольных смешанных моделях, не вводя временную задержку для этих ковариат. Вы можете подтвердить / опровергнуть это? Есть ли у вас какие-либо ссылки на эту ситуацию? Я предлагаю простую ситуацию прояснить. Предположим, что я повторил измерения (скажем, более 30 …

1
Повторные измерения anova: lm vs lmer
Я пытаюсь воспроизвести несколько тестов взаимодействия между обоими lmи lmerна повторных измерениях (2x2x2). Причина, по которой я хочу сравнить оба метода, состоит в том, что GLM SPSS для повторных измерений дает те же самые результаты, что и lmподход, представленный здесь, поэтому в конце я хочу сравнить SPSS с R-lmer. Пока …

1
Рассчитать прогноз случайного эффекта вручную для линейной смешанной модели
Я пытаюсь вручную вычислить предсказания случайных эффектов на основе линейной смешанной модели и, используя обозначения, представленные Вудом в Обобщенных аддитивных моделях: введение в R (стр. 294 / стр. 307 в формате pdf), я запутываюсь в том, что каждый из параметров представляет. Ниже приведено резюме из дерева. Определить линейную смешанную модель …

2
Как смоделировать данные, чтобы продемонстрировать смешанные эффекты с R (lme4)?
Как аналог этого поста , я работал над моделированием данных с непрерывными переменными, подстраиваясь под коррелированные перехваты и уклоны. Хотя на сайте и за его пределами есть отличные сообщения на эту тему , у меня возникли трудности с поиском от начала до конца примера с симулированными данными, параллельными простому реальному …

1
Модельные матрицы для моделей со смешанными эффектами
В lmerфункции lme4in in Rесть вызов для построения модельной матрицы случайных эффектов , как описано здесь , стр. 7 - 9.ZZZ Вычисление влечет за собой произведения ХатриРао и / или Кронекера двух матриц, и . ZZZJiJiJ_iXiXiX_i Матрица представляет собой глоток: «Матрица индикаторов группирующих индексов», но, похоже, она представляет собой разреженную …

1
Последующее тестирование в multcomp :: glht для моделей со смешанными эффектами (lme4) с взаимодействиями
Я выполняю специальные тесты на линейной модели смешанных эффектов в R( lme4пакет). Я использую multcompпакет ( glht()функцию) для выполнения специальных тестов. Мой экспериментальный дизайн - повторные измерения со случайным эффектом блока. Модели указаны как: mymod <- lmer(variable ~ treatment * time + (1|block), data = mydata, REML = TRUE) Вместо …

1
Сравнение моделей со смешанными и фиксированными эффектами (тестирование значимости случайных эффектов)
Учитывая три переменные, yи x, которые являются положительными непрерывными, и z, что является категориальным, у меня есть две модели кандидатов, заданные: fit.me <- lmer( y ~ 1 + x + ( 1 + x | factor(z) ) ) а также fit.fe <- lm( y ~ 1 + x ) Я …

2
Остаточная диагностика и однородность дисперсий в линейной смешанной модели
Прежде чем задать этот вопрос, я сделал поиск наш сайт и нашел много подобных вопросов, (например , здесь , здесь и здесь ). Но я чувствую, что эти смежные вопросы не получили должного ответа или обсуждения, поэтому я хотел бы снова поднять этот вопрос. Я чувствую, что должно быть большое …

1
Коэффициент внутриклассовой корреляции в смешанной модели со случайными наклонами
У меня есть следующие модели m_plotснабжены lme4::lmerсо скрещенными случайными эффектами для участников ( lfdn) и элементов ( content): Random effects: Groups Name Variance Std.Dev. Corr lfdn (Intercept) 172.173 13.121 role1 62.351 7.896 0.03 inference1 24.640 4.964 0.08 -0.30 inference2 52.366 7.236 -0.05 0.17 -0.83 inference3 21.295 4.615 -0.03 0.22 0.86 …

2
Верны ли степени свободы в lmerTest :: anova? Они сильно отличаются от RM-ANOVA
Я анализирую результаты эксперимента времени реакции в R. Я провел повторные измерения ANOVA (1 внутри-субъектный фактор с 2 уровнями и 1 между субъектный фактор с 2 уровнями). Я запустил аналогичную линейную смешанную модель, и я хотел обобщить результаты lmer в виде таблицы ANOVA с использованием lmerTest::anova. Не поймите меня неправильно: …

4
Идея смешанной модели и байесовский метод
В смешанной модели мы предполагаем, что случайные эффекты (параметры) являются случайными величинами, которые следуют нормальному распределению. Это выглядит очень похоже на байесовский метод, в котором все параметры предполагаются случайными. Так является ли модель случайных эффектов частным случаем байесовского метода?

2
Почему трудно учитывать неопределенность в случайных эффектах при прогнозировании по смешанным моделям?
В R-sig-ME есть несколько потоков о получении доверительных интервалов для прогнозов с использованием lme4и nlmeв R. Например, здесь и здесь, в 2010 году, включая некоторые комментарии Дугалса Бейтса, одного из авторов обоих пакетов. Я стесняюсь цитировать его дословно, так как боюсь, что их вырвут из контекста, но в любом случае …

2
Добавление случайного эффекта влияет на оценки коэффициентов
Меня всегда учили, что случайные эффекты влияют только на дисперсию (ошибку), а фиксированные эффекты влияют только на среднее значение. Но я нашел пример, где случайные эффекты влияют и на среднее значение - оценку коэффициента: require(nlme) set.seed(128) n <- 100 k <- 5 cat <- as.factor(rep(1:k, each = n)) cat_i <- …

1
Как мне включить инновационный выброс при наблюдении 48 в мою модель ARIMA?
Я работаю над набором данных. После использования некоторых методов идентификации моделей я разработал модель ARIMA (0,2,1). Я использовал detectIOфункцию в пакете TSAв R, чтобы обнаружить инновационный выброс (IO) на 48-м наблюдении за моим исходным набором данных. Как включить этот выброс в мою модель, чтобы я мог использовать его для целей …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

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.