Als «mixed-model» getaggte Fragen

Gemischte (auch als mehrstufige oder hierarchische) Modelle sind lineare Modelle, die sowohl feste als auch zufällige Effekte enthalten. Sie werden verwendet, um longitudinale oder verschachtelte Daten zu modellieren.

1
Berichtsergebnisse des linearen Mixed-Effects-Modells
Lineare Modelle mit gemischten Effekten werden in meiner Biologie nicht häufig verwendet, und ich muss den statistischen Test melden, den ich in einer Arbeit verwendet habe, die ich zu schreiben versuche. Ich weiß, dass in einigen Bereichen der Biowissenschaften das Bewusstsein für Mehrebenen-Modellierung zu spüren ist ( Eine Lösung für …
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
Berechnen Sie die log-Wahrscheinlichkeit „von Hand“ für die verallgemeinerte nichtlineare Regression der kleinsten Quadrate (nlme)
Ich versuche, die log-Wahrscheinlichkeit für eine verallgemeinerte nichtlineare Regression der kleinsten Quadrate für die Funktion f ( x ) = β 1 zu berechnenoptimiert durch dieFunktion im R-Paketunter Verwendung der Varianz-Kovarianz-Matrix, die durch Abstände auf einem phylogenetischen Baum unter Annahme einer Brownschen Bewegung (aus demPaket) erzeugt wird. Der folgende reproduzierbare …
1
Rückschluss auf feste Effekte in einem Mixed-Effects-Modell
Ich habe Daten korreliert und verwende ein logistisches Regressionsmischeffektmodell, um den individuellen (bedingten) Effekt für einen interessierenden Prädiktor abzuschätzen. Ich weiß, dass bei Standard-Marginalmodellen die Rückschlüsse auf Modellparameter unter Verwendung des Wald-Tests für die Wahrscheinlichkeitsrate und die Score-Tests konsistent sind. Sie sind normalerweise ungefähr gleich. Da der Wald einfach zu …
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 …
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 …
1
Notationen für gemischte Modelle abstimmen
Ich kenne Notationen wie: wobeiβ0j=β0+uyij=β0+βixij+uj+eij=β0j+βixij+eijyij=β0+βixij+uj+eij=β0j+βixij+eij\begin{align} y_{ij} &= \beta_0 + \beta_i x_{ij} + u_j + e_{ij}\\ &= \beta_{0j} + \beta_i x_{ij} + e_{ij} \end{align} , undβ0j=β0+ujβ0j=β0+uj\beta_{0j}=\beta_{0}+u_j wobeiβ0j=β0+u0jundβ1j=β1+u1jyij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eijyij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eij\begin{align} y_{ij} &= \beta_0 + \beta_1 x_{ij} + u_{0j} + u_{1j} x_{ij} + e_{ij} \\ &= \beta_{0j} + \beta_{1j} x_{ij} + e_{ij} \end{align}β0j=β0+u0jβ0j=β0+u0j\beta_{0j}=\beta_{0}+u_{0j}β1j=β1+u1jβ1j=β1+u1j\beta_{1j}=\beta_1+u_{1j} für ein …
1
Lineare Regression mit wiederholten Messungen in R
Ich konnte nicht herausfinden, wie eine lineare Regression in R in für ein Design mit wiederholten Kennzahlen durchgeführt werden kann. In einer früheren Frage (die noch nicht beantwortet wurde) wurde mir vorgeschlagen, keine lmgemischten Modelle zu verwenden , sondern diese zu verwenden. Ich habe es lmfolgendermaßen benutzt: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, …
1
Wie kann ich die Recheneffizienz optimieren, wenn ich ein komplexes Modell wiederholt an einen großen Datensatz anpasse?
Ich habe Leistungsprobleme mit dem MCMCglmmPaket in R, um ein Modell mit gemischten Effekten auszuführen. Der Code sieht folgendermaßen aus: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Die Daten enthalten rund 20.000 Beobachtungen, die in rund 200 Schulen zusammengefasst sind. Ich habe alle nicht verwendeten Variablen aus …
1
Unterschiede zwischen PROC Mixed und lme / lmer in R - Freiheitsgraden
Hinweis: Diese Frage ist ein Repost, da meine vorherige Frage aus rechtlichen Gründen gelöscht werden musste. Beim Vergleich von PROC MIXED von SAS mit der Funktion lmeaus dem nlmePaket in R bin ich auf einige verwirrende Unterschiede gestoßen. Insbesondere unterscheiden sich die Freiheitsgrade in den verschiedenen Tests zwischen PROC MIXEDund …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
2
Wie kann ein MCMC-Hypothesentest an einem Mixed-Effect-Regressionsmodell mit zufälligen Steigungen durchgeführt werden?
Die Bibliothek languageR bietet eine Methode (pvals.fnc) zum Testen der MCMC-Signifikanz der festen Effekte in einem Regressionsmodell für gemischte Effekte unter Verwendung von lmer. Pvals.fnc gibt jedoch einen Fehler aus, wenn das lmer-Modell zufällige Steigungen enthält. Gibt es eine Möglichkeit, einen MCMC-Hypothesentest für solche Modelle durchzuführen? Wenn das so ist, …
3
Wie implementiere ich ein gemischtes Modell mit der Betareg-Funktion in R?
Ich habe einen Datensatz, der aus Proportionen besteht, die das "Aktivitätsniveau" einzelner Kaulquappen messen, wodurch die Werte zwischen 0 und 1 gebunden werden. Diese Daten wurden gesammelt, indem gezählt wurde, wie oft sich die Person innerhalb eines bestimmten Zeitintervalls bewegt hat (1 für Bewegung, 1). 0 für keine Bewegung) und …
2
Techniken des maschinellen Lernens für Längsschnittdaten
Ich habe mich gefragt, ob es (unbeaufsichtigt) maschinelle Lerntechniken zur Modellierung von Längsschnittdaten gibt. Ich habe immer Modelle mit gemischten Effekten verwendet (meistens nicht linear), aber ich habe mich gefragt, ob es andere Möglichkeiten gibt (maschinelles Lernen). Mit maschinellem Lernen meine ich zufällige Gesamtstruktur, Klassifizierung / Clustering, Entscheidungsbäume und sogar …
2
Warum liefert die eingeschränkte maximale Wahrscheinlichkeit eine bessere (unvoreingenommene) Schätzung der Varianz?
Ich lese Doug Bates ' Theoriepapier über Rs lme4-Paket, um das Wesentliche gemischter Modelle besser zu verstehen, und bin auf ein faszinierendes Ergebnis gestoßen, das ich besser verstehen möchte, wenn es darum geht, die Varianz mithilfe der eingeschränkten maximalen Wahrscheinlichkeit (REML) zu schätzen . In Abschnitt 3.3 zum REML-Kriterium stellt …
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.