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
Berechnung von
Ich habe über die Berechnung von R2R2R^2 -Werten in gemischten Modellen gelesen und nach dem Lesen der R-sig-FAQ, anderer Beiträge in diesem Forum (ich würde ein paar verlinken, aber ich habe nicht genug Ruf) und einiger anderer Referenzen, die ich unter Verwendung von verstehe 2R2R2R^2 Werte im Kontext gemischter Modelle …
1
Konfidenzintervalle für Vorhersagen für ein nichtlineares gemischtes Modell (nlme)
Ich möchte 95% -Konfidenzintervalle für die Vorhersagen eines nichtlinearen gemischten nlmeModells erhalten. Da dies innerhalb von nichts Standardmäßigem vorgesehen ist, habe nlmeich mich gefragt, ob es richtig ist, die Methode der "Bevölkerungsvorhersageintervalle" zu verwenden, die in Ben Bolkers Buchkapitel im Kontext von Modellen beschrieben wird , die auf der Idee …
1
Der standardmäßige lme4-Optimierer erfordert viele Iterationen für hochdimensionale Daten
TL; DR: Die lme4Optimierung scheint standardmäßig in Bezug auf die Anzahl der Modellparameter linear zu sein und ist viel langsamer als ein äquivalentes glmModell mit Dummy-Variablen für Gruppen. Kann ich irgendetwas tun, um es zu beschleunigen? Ich versuche, ein ziemlich großes hierarchisches Logit-Modell (~ 50.000 Zeilen, 100 Spalten, 50 Gruppen) …
2
Warum gibt mir SAS PROC GLIMMIX SEHR unterschiedliche Zufallsneigungen als glmer (lme4) für ein Binomial-Glmm
Ich bin ein mit R vertrauterer Benutzer und habe versucht, zufällige Steigungen (Auswahlkoeffizienten) für ungefähr 35 Personen über 5 Jahre für vier Lebensraumvariablen zu schätzen. Die Antwortvariable gibt an, ob ein Standort als Lebensraum "verwendet" (1) oder "verfügbar" (0) war ("Verwendung" unten). Ich verwende einen Windows 64-Bit-Computer. In R-Version 3.1.0 …
1
Lmer-Modell konvergiert nicht
Meine Daten werden hier beschrieben. Was kann dazu führen, dass beim Anpassen einer ANOVA mit wiederholten Messungen ein "Error () - Modell ist ein singulärer Fehler" auftritt? Ich versuche, den Effekt einer Interaktion zu sehen, indem lmerich folgenden Basisfall benutze : my_null.model <- lmer(value ~ Condition+Scenario+ (1|Player)+(1|Trial), data = my, …
12 r  lme4-nlme 
1
Probleme beim Finden eines guten Modells für Zähldaten mit gemischten Effekten - ZINB oder etwas anderes?
Ich habe einen sehr kleinen Datensatz zur Bienenfülle, den ich nur schwer analysieren kann. Es handelt sich um Zählungsdaten, und fast alle Zählungen erfolgen in einer Behandlung, wobei die meisten Nullen in der anderen Behandlung vorkommen. Es gibt auch einige sehr hohe Werte (jeweils einer an zwei der sechs Stellen), …
1
Verwirrung um lmer und p-Werte: Wie vergleichen sich p-Werte aus dem memisc-Paket mit denen aus der MCMC?
Ich hatte den Eindruck, dass die Funktion lmer()im lme4Paket keine p-Werte erzeugt (siehe lmer, p-Werte und so weiter) ). Ich habe stattdessen MCMC-generierte p-Werte wie folgt verwendet: Signifikanter Effekt im lme4gemischten Modell und diese Frage: In der Ausgabe von lmer()im lm4Paket in können keine p-Werte gefunden werdenR . Vor kurzem …
1
Kriterien für die Auswahl des „besten“ Modells in einem Hidden-Markov-Modell
Ich habe einen Zeitreihendatensatz, an den ich ein Hidden Markov Model (HMM) anpasse, um die Anzahl der latenten Zustände in den Daten abzuschätzen. Mein Pseudocode dafür ist der folgende: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... …
2
Mischmodell mit 1 Beobachtung pro Level
Ich rüste glmereinige Geschäftsdaten mit einem Zufallseffektmodell aus . Ziel ist es, die Vertriebsleistung nach Händlern unter Berücksichtigung regionaler Unterschiede zu analysieren. Ich habe folgende Variablen: distcode: Distributor ID, mit ca. 800 Ebenen region: Geografische ID der obersten Ebene (Norden, Süden, Osten, Westen) zone: Geographie auf mittlerer Ebene region, insgesamt …
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 …
2
Freiheitsgrade von lmer bekommen
Ich habe ein lmer-Modell mit folgendem (wenn auch erfundener Output) ausgestattet: Random effects: Groups Name Std.Dev. day:sample (Intercept) 0.09 sample (Intercept) 0.42 Residual 0.023 Ich möchte wirklich ein Konfidenzintervall für jeden Effekt mit der folgenden Formel erstellen: ( n - 1 ) s2χ2α / 2 , n - 1, ( …
1
Binomial glmm mit einer kategorialen Variablen mit vollem Erfolg
Ich führe ein glmm mit einer binomialen Antwortvariablen und einem kategorialen Prädiktor aus. Der zufällige Effekt ergibt sich aus dem verschachtelten Design, das für die Datenerfassung verwendet wird. Die Daten sehen folgendermaßen aus: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection control sucrose protein m.gen1$emergence [1] 1 0 …
2
Was ist das lme4 :: lmer-Äquivalent einer Drei-Wege-ANOVA mit wiederholten Messungen?
Meine Frage basiert auf dieser Antwort, die zeigte, welches lme4::lmerModell einer Zwei-Wege-ANOVA mit wiederholten Messungen entspricht: require(lme4) set.seed(1234) d <- data.frame( y = rnorm(96), subject = factor(rep(1:12, 4)), a = factor(rep(1:2, each=24)), b = factor(rep(rep(1:2, each=12))), c = factor(rep(rep(1:2, each=48)))) # standard two-way repeated measures ANOVA: summary(aov(y~a*b+Error(subject/(a*b)), d[d$c == "1",])) …
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.