«mixed-model» 태그된 질문

데이터 세트를 작업 중입니다. 일부 모델 식별 기술을 사용한 후 ARIMA (0,2,1) 모델을 만들었습니다. R detectIO의 패키지 TSA에 있는 함수를 사용하여 48 번째 원본 데이터 세트에서 혁신적인 이상치 (IO) 를 감지했습니다 . 이 특이 치를 내 모델에 어떻게 통합하여 예측 목적으로 사용할 수 있습니까? R에서 예측할 수 없기 때문에 ARIMAX …

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 

누구든지 mer클래스 객체 ( lme4패키지 를 통해 얻은 )를 활용하고 Cook의 거리를 계산 (또는 추출)하는 방법을 알고 있습니까? 잔차 분석을 위해 이것을 플롯하고 싶습니다.

10 r  mixed-model  linear-model  residuals  leverage 

에 다변량 (즉, 다중 응답) 혼합 모델을 맞추려고합니다 R. 이외에도에서 ASReml-r와 SabreR(외부 소프트웨어가 필요) 패키지,에서만 가능한 것 같다 MCMCglmm. 에서 용지 수반 MCMCglmm패키지 (pp.6)를 러드 Hadfield의 하나의 긴 포맷 변수에 복수 응답 변수를 재 형성하고 전체적인 절편을 억제하는 등의 그러한 모델을 피팅하는 과정을 설명한다. 인터셉트를 억제하면 응답 변수의 각 레벨에 …

10 r  mixed-model  multivariate-analysis  lme4-nlme  multivariate-regression 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

데이터 구조 > str(data) 'data.frame': 6138 obs. of 10 variables: $ RT : int 484 391 422 516 563 531 406 500 516 578 ... $ ASCORE : num 5.1 4 3.8 2.6 2.7 6.5 4.9 2.9 2.6 7.2 ... $ HSCORE : num 6 2.1 7.9 1 6.9 8.9 …

10 r  mixed-model  repeated-measures  model-selection  lme4-nlme 

랜덤 선형 효과가 일반 선형 혼합 모형에서 예상 값으로 축소되는 직관적 인 이유가 있습니까?

10 mixed-model  random-effects-model 

두 개의 교차 임의 효과가 있다고 생각되는 일부 데이터를 모델링하고 있습니다. 그러나 데이터 세트의 균형이 맞지 않으므로이를 설명하기 위해 수행해야 할 작업이 확실하지 않습니다. 내 데이터는 일련의 이벤트입니다. 클라이언트가 공급자와 만나 작업을 수행 할 때 이벤트가 발생합니다 (성공 여부). 수천 명의 고객과 제공자가 있으며 각 고객과 제공자는 다양한 이벤트 (대략 …

10 r  mixed-model  random-effects-model  logistic 

나는 항상 시간이 회귀 (감사 포함)의 예측 변수로 사용되어서는 안된다고 믿었습니다. 그 이유는 단순히 추세 자체를 "설명"하기 때문입니다. 연구의 목표가 온도 등의 환경 변수를 찾아서 동물의 활동을 설명하는 것이라면, 어떻게 시간을 쓸 수 있을지 궁금합니다. 측정되지 않은 매개 변수의 프록시로? 하버 포포 이즈의 활동 데이터에 대한 일부 트렌드는 여기에서 볼 …

10 r  time-series  mixed-model  nonlinear-regression 

평범한 영어로 : 나는 다중 회귀 또는 ANOVA 모델을 가지고 있지만 각 개인에 대한 반응 변수는 시간의 곡선 함수입니다. 커브의 모양 또는 수직 오프셋의 중요한 차이를 담당하는 오른쪽 변수를 어떻게 알 수 있습니까? 이것은 시계열 문제, 반복 측정 문제 또는 다른 것입니까? 이러한 데이터를 분석하는 가장 좋은 방법은 무엇입니까 (가급적 …

10 regression  time-series  mixed-model  repeated-measures  panel-data 

큰 데이터 세트에 대한 분석을 마무리하고 있습니다. 작업의 첫 번째 부분에 사용 된 선형 모델을 가져 와서 선형 혼합 모델 (LME)을 사용하여 다시 피팅하고 싶습니다. LME는 모델에 사용 된 변수 중 하나가 랜덤 효과로 사용된다는 점을 제외하면 매우 유사합니다. 이 데이터는 작은 주제 그룹 (~ 10)의 많은 관측치 (> 1000)에서 …

10 r  regression  hypothesis-testing  mixed-model  lme4-nlme 

랜덤 효과 모델에서 군집 당 관측치 수에 대한 합리성이 있습니까? 교환 가능한 임의 효과로 모델링 된 700 개의 클러스터를 사용하여 샘플 크기가 1,500입니다. 더 적지 만 더 큰 클러스터를 구축하기 위해 클러스터를 병합하는 옵션이 있습니다. 각 클러스터의 랜덤 효과를 예측할 때 의미있는 결과를 얻기 위해 클러스터 당 최소 샘플 크기를 …

10 mixed-model  sample-size  random-effects-model  power-analysis 

혼합 효과 로지스틱 회귀 분석에 대한 UCLA 웹 페이지의 진술로 혼동됩니다 . 그것들은 그러한 모형을 피팅하여 고정 효과 계수의 표를 보여 주며 아래 첫 번째 단락은 계수를 정규 로지스틱 회귀와 정확하게 해석하는 것처럼 보입니다. 그러나 그들이 승산 비에 관해 이야기 할 때, 당신은 그것들을 랜덤 효과에 조건부로 해석해야한다고 말합니다. log-odd의 …

10 logistic  mixed-model  generalized-linear-model  random-effects-model 

이것은 개념적 질문이지만, 내가 사용할 R때의 패키지를 참조 할 것입니다 R. 목표가 예측 목적으로 선형 모형을 적합시킨 다음 임의 효과를 사용할 수없는 위치를 예측하는 경우 혼합 효과 모형을 사용하는 이점이 있습니까? 아니면 고정 효과 모형을 대신 사용해야합니까? 예를 들어, 다른 정보와 함께 체중 대 신장에 대한 데이터가 있고를 사용하여 다음 …

10 r  multiple-regression  mixed-model  lme4-nlme 

혼합 효과 모델에 대한 Bates의 책 12 페이지 에서 모델을 다음과 같이 설명합니다. 스크린 샷이 끝날 무렵 그는 상대 공분산 계수 ΛθΛθ\Lambda_{\theta}상기에 따라 변동 성분 파라미터 ,θθ\theta 관계가 정확히 무엇인지 설명하지 않고. 가 주어 졌다고 하면 어떻게 를 얻을 수 있을까요?θθ\thetaΛθΛθ\Lambda_{\theta} 관련 메모에서 이것은 베이츠의 설명이 세부 사항에서 약간 부족한 …

10 mixed-model  references  multilevel-analysis 

설계된 실험에서 시선 추적 데이터를 분석하고 있습니다. 이처럼 내 데이터 외모의 단순화 된 버전 (당신은 dput을 (받을 수) 데이터 여기 ) head(lookDATA) participant fixationImage fixationCount 1 9 Automobile 81 2 9 Bird 63 3 9 Chair 82 4 9 Dog 64 5 9 Face 90 6 9 Plant 75 여기서 …

10 r  mixed-model  poisson-regression  lsmeans  lme4-nlme