Als «glmm» getaggte Fragen

Verallgemeinerte lineare gemischte (Effekt-) Modelle werden typischerweise zum Modellieren nicht unabhängiger nicht normaler Daten (z. B. longitudinale Binärdaten) verwendet.

3
Unterschied zwischen verallgemeinerten linearen Modellen und verallgemeinerten linearen gemischten Modellen
Ich frage mich, was die Unterschiede zwischen gemischten und ungemischten GLMs sind. In SPSS können Benutzer beispielsweise über das Dropdown-Menü Folgendes anpassen: analyze-> generalized linear models-> generalized linear models & analyze-> mixed models-> generalized linear Gehen sie anders mit fehlenden Werten um? Meine abhängige Variable ist binär und ich habe …
2
Diagnose für verallgemeinerte lineare (gemischte) Modelle (speziell Residuen)
Derzeit habe ich Probleme, das richtige Modell für schwierige Zähldaten (abhängige Variable) zu finden. Ich habe verschiedene Modelle ausprobiert (für meine Art von Daten sind Modelle mit gemischten Effekten erforderlich), z. B. lmerundlme4 (mit einer logarithmischen Transformation), sowie verallgemeinerte lineare Modelle mit gemischten Effekten mit verschiedenen Familien, z. B. Gaußscher …
2
Warum erhalte ich in meinem gemischten Modell trotz einiger Abweichungen in den Daten keine Varianz für einen Zufallseffekt?
Wir haben eine logistische Regression mit gemischten Effekten unter Verwendung der folgenden Syntax durchgeführt. # fit model fm0 <- glmer(GoalEncoding ~ 1 + Group + (1|Subject) + (1|Item), exp0, family = binomial(link="logit")) # model output summary(fm0) Betreff und Gegenstand sind die zufälligen Effekte. Wir erhalten ein ungerades Ergebnis, bei dem …
2
Wie wende ich binomiales GLMM (glmer) auf Prozentsätze anstelle von Ja-Nein-Zählungen an?
Ich habe ein Experiment mit wiederholten Messungen, bei dem die abhängige Variable ein Prozentsatz ist, und ich habe mehrere Faktoren als unabhängige Variablen. Ich würde gerne glmerdas R-Paket verwenden lme4, um es als logistisches Regressionsproblem zu behandeln (indem ich es spezifiziere family=binomial), da es dieses Setup direkt zu berücksichtigen scheint. …
1
Bedeutung einer Konvergenzwarnung in glmer
Ich verwende die glmerFunktion aus dem lme4Paket in R und verwende den bobyqaOptimierer (dh die Standardeinstellung in meinem Fall). Ich bekomme eine Warnung und bin gespannt, was das bedeutet. Warning message: In optwrap(optimizer, devfun, start, rho$lower, control = control, : convergence code 3 from bobyqa: bobyqa -- a trust region …
1
Wie passt man ein gemischtes Modell mit einer Antwortvariablen zwischen 0 und 1 an?
Ich versuche, lme4::glmer()ein binomiales verallgemeinertes gemischtes Modell (GLMM) mit abhängiger Variable anzupassen, die nicht binär ist, sondern eine kontinuierliche Variable zwischen Null und Eins. Man kann sich diese Variable als Wahrscheinlichkeit vorstellen; Tatsächlich ist es die Wahrscheinlichkeit, die von menschlichen Probanden angegeben wurde (in einem Experiment, das ich bei der …
1
Wie wirken sich zufällige Effekte mit nur einer Beobachtung auf ein verallgemeinertes lineares Mischmodell aus?
Ich habe einen Datensatz, in dem die Variable, die ich als Zufallseffekt verwenden möchte, für einige Ebenen nur eine einzige Beobachtung enthält. Aufgrund der Antworten auf vorherige Fragen habe ich festgestellt, dass dies im Prinzip in Ordnung sein kann. Kann ich ein gemischtes Modell mit Motiven kombinieren, bei denen nur …
1
Überdispersions- und Modellierungsalternativen in Poisson-Zufallseffektmodellen mit Offsets
Ich bin auf eine Reihe praktischer Fragen gestoßen, wenn ich Zähldaten aus experimenteller Forschung mithilfe eines subjektinternen Experiments modelliere. Ich beschreibe kurz das Experiment, die Daten und das, was ich bisher gemacht habe, gefolgt von meinen Fragen. Einer Stichprobe von Befragten wurden nacheinander vier verschiedene Filme gezeigt. Nach jedem Film …
2
Wie teste ich in Poisson GLMM mit lmer () in R auf Überdispersion?
Ich habe folgendes Modell: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... und das ist die Zusammenfassung. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 -2019 4039 …
1
Randmodell versus Zufallseffektmodell - wie kann man zwischen ihnen wählen? Ein Rat für einen Laien
Bei der Suche nach Informationen über das Randmodell und das Zufallseffektmodell und wie man zwischen ihnen wählt, habe ich einige Informationen gefunden, aber es war mehr oder weniger eine mathematisch abstrakte Erklärung (wie zum Beispiel hier: https: //stats.stackexchange .com / a / 68753/38080 ). Irgendwo habe ich festgestellt, dass zwischen …
2
Verallgemeinerte lineare gemischte Modelle: Diagnose
Ich habe eine zufällige logistische Intercept-Regression (aufgrund wiederholter Messungen) und möchte einige Diagnosen durchführen, insbesondere in Bezug auf Ausreißer und einflussreiche Beobachtungen. Ich habe mir die Residuen angesehen, um festzustellen, ob es Beobachtungen gibt, die auffallen. Ich würde mir aber auch gerne etwas wie Cooks Distanz oder DFFITS ansehen. Hosmer …
1
Wie gehen Sie mit „verschachtelten“ Variablen in einem Regressionsmodell um?
Stellen Sie sich ein statistisches Problem vor, bei dem Sie eine responseVariable haben, die Sie abhängig von einer explanatoryVariablen und einer nestedVariablen beschreiben möchten , wobei die verschachtelte Variable nur als sinnvolle Variable für bestimmte Werte der erklärenden Variablen auftritt . In Fällen, in denen die erklärende Variable keine aussagekräftige …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.