Als «lme4-nlme» getaggte Fragen

lme4 und nlme sind R-Pakete, die zum Anpassen linearer, verallgemeinerter linearer und nichtlinearer Modelle mit gemischten Effekten verwendet werden. Verwenden Sie für allgemeine Fragen zu gemischten Modellen das Tag [gemischtes Modell].

1
Wie kann ein lineares Mischeffektmodell für diejenigen gemeldet werden, die nicht vertraut und skeptisch sind?
Ich bin jetzt einige Male auf dieses Problem gestoßen, wobei Prüfer mehr Rechtfertigung für die Verwendung von LMMs, herkömmliche Tests anstelle oder zusätzlich zu LMMs und vollständige Tabellen mit Parameterschätzungen anfordern, die denen entsprechen, die Sie mit einem regulären linearen Modell melden würden . Im Moment ist mein spezielles Problem …
2
R lmerTest und Tests mehrerer zufälliger Effekte
Ich bin gespannt, wie das lmerTest-Paket in R, insbesondere die "rand" -Funktion, Tests mit zufälligen Effekten verarbeitet. Betrachten Sie das Beispiel aus dem lmerTest-PDF auf CRAN, das den integrierten Datensatz "Karotten" verwendet: #import lme4 package and lmerTest package library(lmerTest) #lmer model with correlation between intercept and slopes #in the random …
2
Warum würde ein statistisches Modell bei einem riesigen Datensatz überanpassen?
Für mein aktuelles Projekt muss ich möglicherweise ein Modell erstellen, um das Verhalten einer bestimmten Personengruppe vorherzusagen. Der Trainingsdatensatz enthält nur 6 Variablen (ID dient nur zu Identifikationszwecken): id, age, income, gender, job category, monthly spend in dem monthly spendist die Antwortvariable. Der Trainingsdatensatz enthält jedoch ungefähr 3 Millionen Zeilen, …
8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 
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 …
2
Post-hoc-Test nach 2-Faktor-Wiederholungsmessungen ANOVA in R?
Ich habe Probleme, eine Lösung für die Durchführung eines Post-hoc-Tests (Tukey HSD) nach einer ANOVA mit 2 Faktoren (beide innerhalb der Probanden) mit wiederholten Messungen in R zu finden. Für die ANOVA habe ich die aov-Funktion verwendet: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Nachdem ich Antworten auf andere …
3
Wie lassen sich Wechselwirkungen zwischen Faktor und Kovariate in einem Modell mit gemischten Effekten untersuchen?
Ich habe 2 Faktoren Aund B(5 × 3) und eine Kovariate Xin einem innerhalb des Subjekts liegenden Design. So spezifiziere ich mein Gesamtmodell: lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata) Meine Interpretation ist, dass ich ein Diagramm betrachte y~x, in dem sich die Steigung aufgrund der Kovariate ändert und sich die …
1
Fehler beim Abrufen von Vorhersagen von einem lme-Objekt
Ich versuche, Vorhersagen für Beobachtungen von einem Objekt zu erhalten. Dies soll recht einfach sein. Da ich jedoch verschiedene Arten von Fehlern für verschiedene Versuche bekomme, scheint mir etwas zu fehlen. Mein Modell ist das folgende: model <- lme(log(child_mortality) ~ as.factor(cluster)*time + my.new.time.one.transition.low.and.middle + ttd + maternal_educ+ log(IHME_id_gdppc) + hiv_prev-1, …
1
Stichprobenverteilung des Zufallseffektschätzers
Ich habe gelesen, dass die Verteilung für den Zufallseffektschätzer in lme4 stark verzerrt ist und aus diesem Grund keine Standardfehler gemeldet werden. Ich frage mich, ob jemand eine Referenz dafür liefern kann. Ich habe Zugang zu dem Buch von Bates und Pinherio, aber nicht zu Raudenbush und Bryk. Ein veröffentlichtes …
1
Split-Split-Plot-Design und lme
Ich arbeite an einem Datensatz, um die Auswirkungen des Trocknens auf die mikrobiellen Aktivitäten von Sedimenten zu bewerten. Ziel ist es festzustellen, ob die Auswirkungen des Trocknens zwischen den Sedimenttypen und / oder der Tiefe innerhalb des Sediments variieren. Der Versuchsaufbau ist wie folgt: Der erste Faktor Sediment entspricht drei …
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.