«multilevel-analysis» 태그된 질문

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) # …

88 r  mixed-model  multilevel-analysis  lme4-nlme 

시뮬레이션 연구를 위해 기존 변수 와의 미리 정의 된 (인구) 상관 관계를 나타내는 임의의 변수를 생성해야합니다 .YYY I는 들여다 R패키지 copula와 CDVine소정 의존성 구조 랜덤 변수 분포를 생성 할 수있다. 그러나 결과 변수 중 하나를 기존 변수에 고정 할 수 없습니다. 기존 기능에 대한 아이디어와 링크를 부탁드립니다! 결론 : 서로 …

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

보다 기본적인 / 전통적 분석 (예 : ANOVA, OLS 회귀 등)과 달리 다단계 / 계층 적 분석을 고려해야하는 조건은 무엇입니까? 이것이 필수로 간주 될 수있는 상황이 있습니까? 다단계 / 계층 분석 사용이 부적합한 상황이 있습니까? 마지막으로, 초보자가 다단계 / 계층 분석을 배울 수있는 좋은 자료는 무엇입니까?

36 mixed-model  multilevel-analysis 

그것들은 모두 노드에 의한 임의의 변수와 (아마도 지시 된) 가장자리를 통한 (의) 의존성을 나타내는 것처럼 보입니다. 나는 베이지안의 관점에 관심이 있습니다.

34 causality  neural-networks  multilevel-analysis  graphical-model 

"딥 러닝"은 다단계 / 계층 모델링의 또 다른 용어입니까? 나는 전자보다 후자에 대해 더 잘 알고 있지만, 내가 알 수 있듯이, 주요 차이점은 그들의 정의가 아니라 응용 프로그램 도메인 내에서 어떻게 사용되고 평가되는지입니다. 일반적인 "딥 러닝"애플리케이션의 노드 수는 더 크고 일반적인 계층 적 형식을 사용하는 반면 다중 레벨 모델링의 애플리케이션은 …

31 machine-learning  multilevel-analysis  hierarchical-bayesian  deep-learning 

예를 들어 내 문제를 설명하겠습니다. {나이, 성별, 국가, 지역, 도시}와 같은 속성이 주어진 개인의 소득을 예측한다고 가정합니다. 당신은 이와 같은 훈련 데이터 세트를 가지고 있습니다 train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID Age …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

독립적 인 관찰 의 가정이 의미 하는 바를 이해하려고합니다 . 일부 정의는 다음과 같습니다. " 인 경우에만 두 개의 이벤트가 독립적 입니다." ( 통계 용어 사전 )피( a ∩ b ) = P( a ) ∗ P( b )P(a∩b)=P(a)∗P(b)P(a \cap b) = P(a) * P(b) "한 사건의 발생은 다른 사건의 …

28 probability  sampling  multilevel-analysis  independence  assumptions 

GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

New York Times는 뉴욕시 교육자들에게 피드백을 제공하기 위해 사용되는 '부가가치'교사 평가 시스템에 대해 오랫동안 언급했습니다. lede는 문맥없이 표시되는 점수를 계산하는 데 사용되는 방정식입니다. 수사적 전략은 수학을 통해 협박하는 것으로 보입니다. 이 기사의 전문은 http://www.nytimes.com/2011/03/07/education/07winerip.html 에서 볼 수 있습니다 . 마이클 와인 립 (Michael Winerip)이라는 저자는이 방정식의 의미가 평균적인 교사보다 훨씬 …

24 regression  multilevel-analysis  statistics-in-media 

배경 분산에서 가장 일반적으로 사용되는 약점 중 하나는 매개 변수가 역 감마입니다 (Gelman 2006) .α = 0.001 , β= 0.001α=0.001,β=0.001\alpha =0.001, \beta=0.001 그러나이 분포의 90 % CI는 약 입니다.[ 3 × 1019, ∞ ][삼×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001)) [1] 3.362941e+19 Inf 이로부터 는 분산이 매우 높을 확률이 …

21 bayesian  multilevel-analysis  prior 

다음과 같은 계층 적 모델을 고려하면 및 여기서 정규 분포입니다. 의 한계 분포의 피셔 정보에 대한 정확한 표현을 얻을 수있는 방법이 있습니까 주어진 . 즉,의 피셔 정보 무엇인가 난의 여백 분포에 대한 식을 얻을 수있는 주어진 , 그러나 wrt 차별화 하고 기대를 취하는 것은 매우 어려운 것 같습니다. 나는 분명한 …

20 multilevel-analysis  information  fisher-information 

실험을 세 번 반복한다고 상상해보십시오. 각 실험에서 3 회 측정 값을 수집합니다. 3 가지 실험 방법의 차이점에 비해 3 중 실험은 서로 밀접하게 연관되어 있습니다. 대 평균을 계산하는 것은 매우 쉽습니다. 그러나 어떻게 평균의 신뢰 구간을 계산할 수 있습니까? 샘플 데이터 : 실험 1:34, 41, 39 실험 2:45, 51, 52 …

19 confidence-interval  multilevel-analysis 

당신은 개인이 그룹 내 위치 데이터의 단일 단면 (학교 내에서 예를 들어 학생)이 있고 형태의 모델 추정하고자하는 가정 개인 수준의 특성과의 벡터이다 상수를.Y_i = a + B*X_iXa 이 경우, 관찰되지 않은 군간 이질성 B은 귀하의 독립적 인 관심 변수와 상관 관계가 있기 때문에 귀하의 포인트 추정치 및 SE를 바이어스한다고 가정 …

19 econometrics  multilevel-analysis  fixed-effects-model  endogeneity  clustered-standard-errors 

나는 여러 권의 책 (Raudenbush & Bryk, Snijders & Bosker, Gelman & Hill 등)과 여러 기사 (Gelman, Jusko, Primo & Jacobsmeier 등)를 훑어 보았지만 여전히 내 머리를 감싸지 않았습니다. 군집 표준 오차와 다단계 모델링의 주요 차이점은 다음과 같습니다. 본인은 연구 질문과 관련된 부분을 이해합니다. 다단계 모델링에서만 얻을 수있는 특정 유형의 …

18 mixed-model  multilevel-analysis  clustered-standard-errors 

모든 변수가 그룹 내에 중첩 된 개별 관측치 인 다단계 경로 모델 (예 : A는 B, B는 C, C는 D를 예측)을 테스트하려고합니다. 지금까지 나는 R에서 여러 가지 독특한 다단계 분석을 통해이 작업을 수행했습니다. SEM과 같은 기술을 사용하여 동시에 여러 경로를 테스트하고 (A-> B-> C-> D) 2 수준 (그룹의 개별)을 올바르게 …

18 r  multilevel-analysis  sem  path-model