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].

2
Wiederholte ANOVA-Messungen mit lme / lmer in R für zwei subjektinterne Faktoren
Ich versuche, lmeaus dem nlmePaket Ergebnisse von aovANOVAs für wiederholte Messungen zu replizieren . Ich habe dies für ein Einzelfaktor-Experiment mit wiederholten Messungen und für ein Zweifaktor-Experiment mit einem Zwischensubjektfaktor und einem Innensubjektfaktor getan, aber ich habe Probleme, es für ein Zweifaktor-Experiment mit zwei Innensubjekten durchzuführen Faktoren. Ein Beispiel ist …
2
Große Uneinigkeit in der Steigungsschätzung, wenn Gruppen in einem gemischten Modell als zufällig oder fest behandelt werden
Ich verstehe, dass wir Modelle mit zufälligen Effekten (oder gemischten Effekten) verwenden, wenn wir glauben, dass einige Modellparameter über einen Gruppierungsfaktor zufällig variieren. Ich möchte ein Modell xanpassen, bei dem die Reaktion über einen Gruppierungsfaktor normalisiert und zentriert (nicht perfekt, aber ziemlich nahe beieinander) ist, aber eine unabhängige Variable in …
3
Varianz-Kovarianz-Matrix in lmer
Ich weiß, dass einer der Vorteile gemischter Modelle darin besteht, dass sie die Angabe einer Varianz-Kovarianz-Matrix für die Daten ermöglichen (zusammengesetzte Symmetrie, autoregressiv, unstrukturiert usw.). Die lmerFunktion in R ermöglicht jedoch keine einfache Angabe dieser Matrix. Weiß jemand, welche Struktur lmerstandardmäßig verwendet wird und warum es keine Möglichkeit gibt, diese …
2
REML oder ML, um zwei Modelle mit gemischten Effekten mit unterschiedlichen festen Effekten zu vergleichen, aber mit demselben zufälligen Effekt?
Hintergrund: Hinweis: Mein Datensatz und R-Code sind unter dem Text enthalten Ich möchte AIC verwenden, um zwei Modelle mit gemischten Effekten zu vergleichen, die mit dem lme4-Paket in R erstellt wurden. Jedes Modell hat einen festen und einen zufälligen Effekt. Der festgelegte Effekt unterscheidet sich zwischen den Modellen, der Zufallseffekt …
2
Wie wird ein Post-Hoc-Test an einem älteren Modell durchgeführt?
Dies ist mein Datenrahmen: Group <- c("G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3") Subject <- c("S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15") Value <- c(9.832217741,13.62390117,13.19671612,14.68552076,9.26683366,11.67886655,14.65083473,12.20969772,11.58494621,13.58474896,12.49053635,10.28208078,12.21945867,12.58276212,15.42648969,9.466436017,11.46582655,10.78725485,10.66159358,10.86701127,12.97863424,12.85276916,8.672953949,10.44587257,13.62135205,13.64038394,12.45778874,8.655142642,10.65925259,13.18336949,11.96595556,13.5552118,11.8337142,14.01763101,11.37502161,14.14801305,13.21640866,9.141392359,11.65848845,14.20350364,14.1829714,11.26202565,11.98431285,13.77216009,11.57303893) data <- data.frame(Group, Subject, Value) Dann führe ich ein linear gemischtes Effektmodell aus, um die Differenz der 3 Gruppen zu "Value" zu vergleichen, wobei "Subject" der Zufallsfaktor ist: library(lme4) library(lmerTest) model <- lmer (Value~Group + (1|Subject), data …
18 r  lme4-nlme  post-hoc 
1
Unsymmetrische ANOVA mit gemischten Effekten für wiederholte Messungen
Ich habe Daten von Patienten, die während der Operation mit 2 verschiedenen Arten von Behandlungen behandelt wurden. Ich muss die Auswirkung auf die Herzfrequenz analysieren. Die Herzfrequenzmessung erfolgt alle 15 Minuten. Da die Operationsdauer für jeden Patienten unterschiedlich sein kann, kann jeder Patient zwischen 7 und 10 Herzfrequenzmessungen durchführen. Daher …
1
Der Ursprung der Wilkinson-Notation wie (1 | id) für zufällige Effekte in gemischten Modellformeln in R
Modellformeln in R wie y ~ x + a*b + c:d basieren auf der sogenannten Wilkinson-Notation : Wilkinson und Rogers 1973, Symbolische Beschreibung faktorieller Modelle zur Varianzanalyse . In diesem Artikel wurden keine Notationen für gemischte Modelle erörtert (die damals möglicherweise noch nicht existierten). Woher kamen also die lme4in R …
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$lower, control = control, : convergence code 3 from bobyqa: bobyqa -- a trust region …
2
Was sind R-Struktur G-Struktur in einem glmm?
Ich habe das MCMCglmmPaket vor kurzem benutzt. Ich bin verwirrt von dem, was in der Dokumentation als R-Struktur und G-Struktur bezeichnet wird. Diese scheinen sich auf die zufälligen Effekte zu beziehen - insbesondere die Angabe der Parameter für die vorherige Verteilung auf sie, aber die Diskussion in der Dokumentation scheint …
2
Wie verwende ich die ordinale logistische Regression mit zufälligen Effekten?
In meiner Studie werde ich die Arbeitsbelastung mit verschiedenen Metriken messen. Mit Herzfrequenzvariabilität (HRV), elektrodermaler Aktivität (EDA) und subjektiver Skala (IWS). Nach der Normalisierung hat das IWS drei Werte: Arbeitsbelastung niedriger als normal Arbeitsbelastung ist durchschnittlich Die Arbeitsbelastung ist höher als normal. Ich möchte sehen, wie gut die physiologischen Maßnahmen …
1
Wie passt man ein gemischtes Modell mit einer Antwortvariablen zwischen 0 und 1 an?
Ich versuche, lme4::glmer()ein binomiales verallgemeinertes gemischtes Modell (GLMM) mit abhängiger Variable anzupassen, die nicht binär ist, sondern eine kontinuierliche Variable zwischen Null und Eins. Man kann sich diese Variable als Wahrscheinlichkeit vorstellen; Tatsächlich ist es die Wahrscheinlichkeit, die von menschlichen Probanden angegeben wurde (in einem Experiment, das ich bei der …
4
Die Maschinengenauigkeit zur Steigerung des Gradienten nimmt mit zunehmender Anzahl von Iterationen ab
Ich experimentiere mit dem Algorithmus der Gradientenverstärkungsmaschine über das caretPaket in R. Unter Verwendung eines kleinen Datensatzes für Hochschulzulassungen habe ich den folgenden Code ausgeführt: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
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.