Als «glmm» getaggte Fragen

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

1
Wahrscheinlichkeit und Schätzungen für gemischte Effekte Logistische Regression
Lassen Sie uns zunächst einige Daten für eine logistische Regression mit festen und zufälligen Teilen simulieren: set.seed(1) n <- 100 x <- runif(n) z <- sample(c(0,1), n, replace=TRUE) b <- rnorm(2) beta <- c(0.4, 0.8) X <- model.matrix(~x) Z <- cbind(z, 1-z) eta <- X%*%beta + Z%*%b pr <- 1/(1+exp(-eta)) …
1
Wie kann man wiederholte Maßnahmen in glmer berücksichtigen?
Mein Design ist wie folgt. yyy ist Bernoulli Antwort x1x1x_1 ist eine stetige Variable x2x2x_2 ist eine kategoriale (Faktor-) Variable mit zwei Ebenen Das Experiment ist vollständig in Probanden. Das heißt, jedes Subjekt erhält jede Kombination von und .x 2x1x1x_1x2x2x_2 Dies ist eine logistische Regression mit wiederholten Messungen. Das Experiment …
1
Wie nahe an Null sollte die Summe der zufälligen Effekte in GLMM sein (mit lme4)
Ich verwende das lme4Paket in R, um eine logistische Modellierung mit gemischten Effekten durchzuführen. Mein Verständnis war, dass die Summe aller zufälligen Effekte Null sein sollte. Wenn ich mit Spielzeug lineare gemischte Modelle mache lmer, sind die zufälligen Effekte normalerweise < was meine Überzeugung bestätigt, dass der Aber in Spielzeug-Binomialmodellen …
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.