이 포럼에서를 사용하여 다양한 계층 적 모델을 지정하는 올바른 방법에 대한 많은 토론이 lmer있습니다. 한 곳에서 모든 정보를 얻는 것이 좋을 것이라고 생각했습니다. 시작해야 할 몇 가지 질문 : 어떻게 한 그룹이 다른 내에 중첩되는 여러 수준을 지정합니다 : 그 것이다 (1|group1:group2)나 (1+group1|group2)? 차이 무엇 (~1 + ....)과 (1 | …
다음은 중첩 및 교차 임의 효과를 이해하는 방법입니다. 하위 수준 요인이 특정 수준의 상위 수준 요인에만 나타나는 경우 중첩 된 임의 효과가 발생합니다. 예를 들어, 정해진 시간에 수업 내 학생. 에서 lme4나는 우리가 동일한 두 가지 방법 중 하나로 중첩 된 데이터에 대한 임의 효과를 나타냅니다 생각 : (1|class/pupil) # …
우리가 글머를 다시 장착하면 모델이 수렴하기 어려운 시간을 찾고 있다는 경고를받을 수 있습니다 ... 예 : >Warning message: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : Model failed to converge with max|grad| = 0.00389462 (tol = 0.001) @Ben Bolker 가이 스레드 에서 설명한 수렴을 확인하는 다른 방법 은 다음과 같습니다. …
내가 사용하는 몇 가지 혼합 효과 모델 (특히 세로 모델)에 맞게이 lme4에서를 R하지만 정말 모델과 그들과 함께가는 코드를 마스터하고 싶습니다. 그러나 두 발로 다이빙하기 전에 (그리고 책을 사기 전에) 올바른 라이브러리를 배우고 있는지 확인하고 싶습니다. lme4방금보다 쉽게 발견했기 때문에 지금까지 사용 nlme했지만 nlme내 목적에 더 좋으면 사용해야한다고 생각합니다. 나는 단순한 …
나는 이 논문 의 초록을 읽었다 : "Hartley aud Rao의 ML (Maximum Likelihood) 절차는 Patterson과 Thompson의 변환을 수정하여 가능성 렌더 정규성을 두 부분으로 분할합니다. 하나는 고정 된 효과가 없습니다.이 부분을 최대화하면 제한된 최대 가능성이라고합니다. (REML) 견적 자입니다. " 또한 이 논문 의 초록에서 REML을 읽었습니다 . "고정 효과 추정으로 인한 …
다음 세 가지 현상을 고려하십시오. Stein의 역설 : 다변량 정규 분포에서 얻은 일부 데이터를 감안할 때 표본 평균은 실제 평균을 잘 추정하지 못합니다. 표본 평균의 모든 좌표를 0 (또는 평균을 향하여 또는 내가 올바르게 이해하면 실제로는 임의의 값)으로 축소하면 평균 제곱 오차가 낮은 추정값을 얻을 수 있습니다.Rn,n≥3Rn,n≥3\mathbb R^n, \: n\ge …
나는 세로 데이터로 한동안 혼합 효과 모델을 아주 행복하게 사용했습니다. 나는 lmer에 AR 관계를 적용 할 수 있기를 바랍니다 (나는 이것을 할 수없는 것이 옳다고 생각합니까?) 방금 일반 추정 방정식 (GEE)을 보았으며 ME 모델보다 훨씬 더 많은 유연성을 제공하는 것 같습니다. 지나치게 일반적인 질문을 할 위험이있는 경우, 다른 작업에 더 …
혼합 모델에 맞추기 위해 R의 lme4를 사용합니다. lmer(value~status+(1|experiment))) 가치가 지속되는 곳, 상태와 실험이 요인이며 Linear mixed model fit by REML Formula: value ~ status + (1 | experiment) AIC BIC logLik deviance REMLdev 29.1 46.98 -9.548 5.911 19.1 Random effects: Groups Name Variance Std.Dev. experiment (Intercept) 0.065526 0.25598 Residual 0.053029 …
계량 경제학의 "무작위 효과 모델"이 계량 경제학 외부의 "임의 차단과 혼합 된 모델"에 해당한다고 생각했지만 지금은 확실하지 않습니다. 그렇습니까? 계량 경제학은 "고정 효과"및 "무작위 효과"와 같은 용어를 혼합 모형에 대한 문헌과 약간 다르게 사용하며 이는 악명 높은 혼란을 야기합니다. 가 선형 적으로 의존 하지만 다른 측정 그룹에서 다른 절편을 갖는 …
최근에 단어를 다른 상황에서 볼 때 ERP (EEG)를 측정하여 반복 노출 (연습 : 1 일에서 10 일까지)에 대해 새로운 단어의 의미를 얻는 방법을 측정했습니다. 또한 문맥의 속성, 예를 들어 새로운 단어의 의미 (높음 대 낮음)의 발견에 대한 유용성을 제어했습니다. 특히 연습의 효과에 관심이 있습니다 (일). 개별 ERP 기록은 시끄럽기 때문에 …
종속 변수, 종속 변수 및 독립 변수 또는 독립 변수 만 로그 변환인지 해석에 차이가 있는지 궁금합니다. 의 경우를 고려 log(DV) = Intercept + B1*IV + Error IV를 백분율 증가로 해석 할 수 있지만 log(DV) = Intercept + B1*log(IV) + Error 또는 내가있을 때 DV = Intercept + B1*log(IV) + …
편집 2 : 원래 한 요인에 대한 반복 측정으로 2 요인 분산 분석을 실행해야한다고 생각했지만 선형 혼합 효과 모델이 내 데이터에 더 효과적이라고 생각합니다. 나는 무슨 일이 필요한지 거의 알고 있다고 생각하지만 여전히 몇 가지 요점으로 혼란 스럽습니다. 분석해야 할 실험은 다음과 같습니다. 대상은 여러 치료 그룹 중 하나에 배정되었다 …
두 가지 일반적인 선형 혼합 모델을 비교하기 위해 AIC와 AICc를 계산했습니다. AIC는 모델 2보다 AIC가 낮은 모델 1에서 양성입니다. 그러나 AICc의 값은 모두 음입니다 (모델 1은 여전히 <모델 2 임). 음의 AICc 값을 사용하고 비교하는 것이 유효합니까?
lmer () 모델에서 예측 주위의 예측 간격을 얻고 싶습니다. 이에 대한 토론을 찾았습니다. http://rstudio-pubs-static.s3.amazonaws.com/24365_2803ab8299934e888a60e7b16113f619.html http://glmm.wikidot.com/faq 그러나 그들은 무작위 효과의 불확실성을 고려하지 않은 것으로 보인다. 구체적인 예는 다음과 같습니다. 나는 금붕어를 경주하고 있습니다. 지난 100 개 인종에 대한 데이터가 있습니다. RE 추정치와 FE 추정치의 불확실성을 고려하여 101st를 예측하고 싶습니다. 나는 물고기에 …