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.
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 …
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 …
Wie sollen insbesondere die Standardfehler der Fixeffekte in einem linearen Mischeffektmodell (im häufigeren Sinne) berechnet werden? Ich bin zu der Annahme , dass die typischen Schätzungen ( ), wie sie in Laird und Ware [1982] vorgestellt wurden, SE's dazu geben werden werden in ihrer Größe unterschätzt, weil die geschätzten Varianzkomponenten …
Was sind einige der Hauptprobleme bei der Verwendung linearer Modelle mit gemischten Effekten? Was sind die wichtigsten Dinge, auf die Sie achten müssen, um die Angemessenheit Ihres Modells zu beurteilen? Nach welchen wichtigen Dingen muss beim Vergleich von Modellen desselben Datensatzes gesucht werden?
Hallo, ich habe zwei Probleme, die wie natürliche Kandidaten für mehrstufige / gemischte Modelle klingen, die ich nie benutzt habe. Die einfachere Variante, die ich als Einführung versuchen möchte, sieht wie folgt aus: Die Daten sehen aus wie viele Zeilen des Formulars x y innergroup outergroup wobei x eine numerische …
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 …
Angenommen, Sie befinden sich in der Bibliothek Ihrer Statistikabteilung und stoßen auf ein Buch mit dem folgenden Bild auf der Titelseite. Sie werden wahrscheinlich denken, dass dies ein Buch über lineare Regression ist. Welches Bild lässt Sie über lineare Mischmodelle nachdenken?
Ich führte eine computerbasierte Bewertung verschiedener Methoden zur Anpassung eines bestimmten in den Paläowissenschaften verwendeten Modelltyps durch. Ich hatte ein umfangreiches Trainingsset und habe daher ein Testset nach dem Zufallsprinzip (geschichtete Zufallsauswahl) beiseite gelegt. Ich habe verschiedene Methoden an die Proben des Trainingssatzes angepasst und unter Verwendung der resultierenden Modelle …
Gibt es ein solches Paket, das eine Null-Inflation-Modellschätzung für negative Binomial-Mixed-Effects in R vorsieht? Damit meine ich: Null-Inflation, bei der Sie das Binomialmodell für die Null-Inflation angeben können, wie in der Funktion zeroinfl im Paket pscl: zeroinfl (y ~ X | Z, dist = "negbin") wobei Z die Formel für …
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 …
Ich weiß nicht, ob dies vorher gefragt wurde, aber ich habe nichts darüber gefunden. Meine Frage ist, ob jemand eine gute Referenz liefern kann, um zu lernen, wie man den Varianzanteil erhält, der durch jeden der festen und zufälligen Faktoren in einem Modell mit gemischten Effekten erklärt wird.
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 …
Ich habe Probleme, die Ausgabe meines lmer()Modells zu verstehen . Es ist ein einfaches Modell einer Ergebnisvariablen (Support) mit unterschiedlichen Zustandsabschnitten / Zustandszufallseffekten: mlm1 <- lmer(Support ~ (1 | State)) Die Ergebnisse von summary(mlm1)sind: Linear mixed model fit by REML Formula: Support ~ (1 | State) AIC BIC logLik deviance …
Ich habe eine Frage zur richtigen Bootstrapping-Technik für Daten, bei denen eine starke Clusterbildung vorliegt. Ich wurde beauftragt, ein Vorhersagemodell mit multivariaten gemischten Effekten für Versicherungsfalldaten zu evaluieren, indem ich das aktuelle Basismodell für neuere Schadensfalldaten ausgewertet habe, um zu bestimmen, wie gut das Modell vorhersagt, welche Behandlungsepisoden die höchste …
Ich habe einen Datensatz, der aus einer Reihe von monatlichen Fallzählungen für "kaputte Stöcke" von einer Handvoll Websites besteht. Ich versuche, eine einzige zusammenfassende Schätzung aus zwei verschiedenen Techniken zu erhalten: Technik 1: Passen Sie einen "gebrochenen Stab" mit einem Poisson-GLM mit einer 0/1-Indikatorvariablen an und verwenden Sie eine Zeit- …
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.