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].
Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Kreuz Validated. Geschlossen vor 5 Monaten . Ich arbeitete in R-Paketen nlme und lme4 und versuchte, die Modelle mit mehreren zufälligen Effekten …
Ich versuche, von der Verwendung des ezPakets zu lmeANOVA für wiederholte Messungen überzugehen (da ich hoffe, dass ich benutzerdefinierte Kontraste verwenden kann lme). Den Ratschlägen dieses Blogposts folgend, konnte ich dasselbe Modell mit sowohl aov(als auch auf ezAnfrage) als auch einrichten lme. Während in dem Beispiel in diesem Beitrag die …
Ich habe diese Übersicht der lm / lmer R-Formeln von @conjugateprior durchgesehen und bin durch den folgenden Eintrag verwirrt: Angenommen, A ist zufällig, aber B ist fest und B ist in A verschachtelt. aov(Y ~ B + Error(A/B), data=d) Im Folgenden wird eine analoge Mischmodellformel lmer(Y ~ B + (1 …
Ich frage mich, ob es Methoden zur Berechnung der Stichprobengröße in gemischten Modellen gibt. Ich benutze lmerin R, um die Modelle anzupassen (ich habe zufällige Steigungen und Abschnitte).
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 …
Angenommen, ich habe für jedes Thema an jedem Standort eine Messung. Für die Berechnung von ICC-Werten (Intraclass Correlation) sind zwei Variablen (Subject und Site) von Interesse. Normalerweise würde ich die Funktion lmeraus dem R-Paket verwenden lme4und ausführen lmer(measurement ~ 1 + (1 | subject) + (1 | site), mydata) Die …
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. …
Mit dem folgenden Datensatz wollte ich sehen, ob sich die Reaktion (Wirkung) in Bezug auf Standorte, Jahreszeit, Dauer und deren Wechselwirkungen ändert. In einigen Online-Foren zu Statistiken wurde empfohlen, mit Modellen mit linearen gemischten Effekten fortzufahren. Das Problem besteht jedoch darin, dass ich in den folgenden Jahreszeiten kaum die Chance …
Ich habe mit Daten gearbeitet, die Probleme mit wiederholten Messungen haben. Dabei habe ich ein sehr unterschiedliches Verhalten zwischen lme()und unter lmer()Verwendung meiner Testdaten festgestellt und möchte wissen warum. Der von mir erstellte gefälschte Datensatz enthält Größen- und Gewichtsmessungen für 10 Probanden, die jeweils zweimal durchgeführt wurden. Ich habe die …
Ich habe mir die Modellierung gemischter Effekte mit dem lme4-Paket in R angesehen. Ich verwende hauptsächlich den lmerBefehl, also stelle ich meine Frage durch Code, der diese Syntax verwendet. Ich nehme an, eine allgemeine einfache Frage könnte sein, ob es in Ordnung ist, zwei Modelle zu vergleichen, die unter lmerVerwendung …
Wir wissen, dass ein gepaarter t- Test nur ein Sonderfall von Einweg-ANOVA mit wiederholten Messungen (oder innerhalb des Subjekts) sowie eines linearen Mischeffektmodells ist, das mit der Funktion lme () des nlme-Pakets in R demonstriert werden kann Wie nachfolgend dargestellt. #response data from 10 subjects under two conditions x1<-rnorm(10) x2<-1+rnorm(10) …
Betrachten Sie die folgenden Daten aus einer wechselseitigen Betrachtung innerhalb des Probandendesigns: df <- "http://personality-project.org/r/datasets/R.appendix4.data" df <- read.table(df,header=T) head(df) Observation Subject Task Valence Recall 1 1 Jim Free Neg 8 2 2 Jim Free Neu 9 3 3 Jim Free Pos 5 4 4 Jim Cued Neg 7 5 5 …
Sagen wir, wir müssen GLMMs mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Diese Modelle sind nicht im üblichen Sinne verschachtelt: a <- glmer(y ~ x + A + (1|g), data = dat) b …
Angenommen, wir arbeiten an einem Zufallseffektmodell einiger Zählungsdaten im Zeitverlauf und möchten einige Trends überprüfen. Normalerweise würden Sie etwas tun wie: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") eine quadratische Form für einschließen t. Ist es möglich, ausgefeiltere Glättungstechniken wie einen LOESS-Glätter oder Splines zu verwenden, um diese Beziehung zu modellieren?
Es gibt eine Unterscheidung, die mich mit gemischten Modellen auslöst, und ich frage mich, ob ich Klarheit darüber bekommen könnte. Nehmen wir an, Sie haben ein gemischtes Modell der Zähldaten. Es gibt eine Variable, von der Sie wissen, dass Sie sie als festen Effekt haben möchten (A) und eine andere …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.