«mixed-model» 태그된 질문

방금 혼합 효과 모델링을 통해 측정의 반복성 (일명 신뢰성, 일명 클래스 내 상관 관계)을 계산하는 방법을 설명하는 이 문서를 보았습니다. R 코드는 다음과 같습니다. #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

일반적인 합의 lmer()는 고전적인 분산 분석 대신 R에서 혼합 모델을 사용하는 것 같습니다 (불평형 설계, 교차 임의 효과 등 자주 인용되는 이유로), 나는 데이터를 사용 해보고 싶습니다. 그러나이 접근 방식을 관리자 (최종 p- 값으로 고전적인 분석을 기대하는 관리자) 또는 나중에 검토 자에게 "판매"할 수 있을지 걱정됩니다. 혼합 모델을 사용 lmer()하거나 …

27 r  mixed-model  repeated-measures  lme4-nlme  references 

다단계 모델에서 추정과 랜덤 효과 상관 모수의 추정과 비교의 실제적이고 해석과 관련된 의미는 무엇입니까? 이를 요청하는 실제적인 이유는 R의 lmer 프레임 워크에서 매개 변수 간의 상관 모델에서 추정이 수행 될 때 MCMC 기법을 통해 p- 값을 추정하는 방법이 없기 때문입니다. 예를 들어이 예제 (아래 인용 부분)를 보면 M2와 M3의 실제 …

27 r  mixed-model  lme4-nlme  random-effects-model 

문제 : [R]의 혼합 효과 {lme4} 모델에 사용할 수없는 다른 게시물 을 읽었습니다 .predictlmer 장난감 데이터 세트 로이 주제를 탐색하려고했습니다 ... 배경: 데이터 세트는 이 소스 에서 적용되며 다음과 같이 사용할 수 있습니다. require(gsheet) data <- read.csv(text = gsheet2text('https://docs.google.com/spreadsheets/d/1QgtDcGJebyfW7TJsB8n6rAmsyAnlz1xkT3RuPFICTdk/edit?usp=sharing', format ='csv')) 다음은 첫 번째 행과 헤더입니다. > head(data) Subject Auditorium …

27 r  mixed-model  lme4-nlme 

로짓 링크를 사용하여 3 수준의 불균형 데이터에서 GEE를 실행하고 있습니다. 혼합 효과 (GLMM) 및 로짓 링크가있는 GLM과 이것이 어떻게 다른지 (내가 그릴 수있는 결론과 계수의 의미 측면에서) 어떻게 다릅니 까? 자세한 내용은 단일 베르누이 시험입니다. 그들은 교실과 학교로 묶여 있습니다. R의 경우. NA의 Casewise 생략. 6 개의 예측 변수도 상호 …

27 logistic  mixed-model  generalized-linear-model  interpretation  gee 

다음과 같은 출력이 있습니다. Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS2 +sAG2 +sSHDI2 +sbare +season +crop +(1|landscape) AIC BIC logLik deviance 4062 4093 -2022 4044 Random effects: Groups Name Variance Std.Dev. landscape (Intercept) 0.82453 0.90804 Number of obs: 239, groups: landscape, 45 Fixed effects: …

26 mixed-model  poisson-distribution  lme4-nlme 

반복 측정 데이터를 분석하기 위해 R( lme4) 의 혼합 모델을 사용하고 있습니다. 반응 변수 (대변의 섬유 함량)와 3 가지 고정 효과 (체질량 등)가 있습니다. 저의 연구에는 6 명의 참가자 만이 있으며 각 참가자마다 16 개의 반복 측정 값이 있습니다 (2 명은 12 회 반복). 피험자들은 다른 '치료'에서 다른 음식 조합을받은 …

26 mixed-model  sample-size 

많은 도움말 사이트를 and이 뒤져서 혼합 모델에서 더 복잡한 중첩 용어를 지정하는 방법에 대해 여전히 혼란 스럽습니다. 또한의 사용으로 혼란 스러워요 :과 /와 |상호 작용을 지정하고 사용하여 임의 요소와 중첩에 lmer()에서 lme4의 패키지 R. 이 질문의 목적을 위해이 표준 통계 모델로 내 데이터를 정확하게 묘사했다고 가정합니다. 고정되고, 및 무작위입니다. 안에 …

26 r  mixed-model  lme4-nlme 

인터넷에서 무작위 및 고정 효과의 해석과 관련하여 많은 것을 발견했습니다. 그러나 다음과 같은 소스를 찾을 수 없었습니다. 랜덤 효과와 고정 효과의 수학적 차이점은 무엇입니까? 그것은 모델의 수학적 공식과 매개 변수가 추정되는 방식을 의미합니다.

26 mathematical-statistics  mixed-model  random-effects-model  fixed-effects-model 

혼합 효과 모델링 분야의 리더로부터 아래 블록 인용문은 랜덤 효과 ( 'ZCP'모델) 간의 상관 관계가 0 인 모델의 좌표 이동이 모델 예측을 변경한다고 주장합니다. 그러나 누군가가 자신의 주장을 자세히 설명하거나 정당화 할 수 있습니까? 문제의 진술은 7 페이지, 두 번째 단락 ( 다운로드 링크 ) 에 대한 Bates et al의 …

25 r  mixed-model  lme4-nlme 

이 lmerTest패키지는 anova()선택적으로 Satterthwaite (기본값) 또는 Kenward-Roger의 자유도 (df) 근사값을 갖는 선형 혼합 모형에 대한 기능을 제공합니다 . 이 두 접근법의 차이점은 무엇입니까? 언제 선택해야합니까?

25 r  anova  mixed-model  lme4-nlme  degrees-of-freedom 

현재 혼합 효과 선형 모델을 사용하고 있습니다. R에서 "lme4"패키지를 사용하고 있습니다. 내 모델은 다음과 같은 형식을 취합니다. model <- lmer(response ~ predictor1 + predictor2 + (1 | random effect)) 모형을 실행하기 전에 예측 변수 간의 가능한 다중 공선 성을 확인했습니다. 나는 이것을함으로써 이것을했다 : 예측 변수의 데이터 프레임 만들기 dummy_df …

25 r  correlation  mixed-model  lme4-nlme  multicollinearity 

반복 된 디자인을 실행하여 세 가지 작업에서 30 명의 남성과 30 명의 여성을 테스트했습니다. 나는 남성과 여성의 행동이 어떻게 다른지 그리고 그것이 어떻게 과제에 달려 있는지 이해하고 싶습니다. 나는 이것을 조사하기 위해 lmer와 lme4 패키지를 모두 사용했지만 두 가지 방법에 대한 가정을 확인하려고 노력하고 있습니다. 내가 실행하는 코드는 lm.full <- …

25 r  mixed-model  assumptions  lme4-nlme 

나는 예측 모델링과 관련하여 혼합 모델의 장점에 대해 약간 혼란 스럽습니다. 예측 모델은 일반적으로 이전에 알려지지 않은 관측치의 값을 예측하기위한 것이기 때문에 혼합 모델이 유용 할 수있는 유일한 방법은 모집단 수준 예측 (임의의 효과를 추가하지 않음)을 제공하는 기능을 통해서만 가능하다는 것입니다. 그러나 문제는 지금까지 혼합 모형을 기반으로 한 인구 수준 …

24 mixed-model  predictive-models 

몇 가지 이유로 모델 요소를 무작위로 레이블링하는 이점을 수용하는 데 문제가 있습니다. 나에게 거의 모든 경우에서 최적의 해결책은 모든 요소를 ​​고정 된 것으로 취급하는 것 같습니다. 첫째, 고정 대 무작위의 구별은 임의적입니다. 표준 설명은 특정 실험 단위 자체에 관심이 있다면 고정 효과를 사용해야하고, 실험 단위로 표현 된 모집단에 관심이 있다면 …

24 model-selection  random-effects-model  aic  fixed-effects-model  mixed-model