Als «multilevel-analysis» getaggte Fragen

Statistische Analyse von Datensätzen mit mehreren Hierarchieebenen (z. B. Schüler, die in Klassen verschachtelt sind, die in Schulen verschachtelt sind, oder hierarchische Prognosen). Verwenden Sie bei Fragen zu gemischten Modellen das Tag [gemischtes Modell]. Verwenden Sie für verschachtelte zufällige Effekte [verschachtelte Daten].

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 
1
Schreiben der mathematischen Gleichung für ein Modell mit gemischten Effekten auf mehreren Ebenen
Die Frage zum Lebenslauf Ich versuche, (eine) detaillierte und präzise mathematische Darstellung (en) eines gemischten Effektmodells zu geben. Ich verwende das lme4Paket in R. Was ist die richtige mathematische Darstellung für mein Modell? Die Daten, die wissenschaftliche Frage und der R-Code Mein Datensatz besteht aus Arten in verschiedenen Regionen. Ich …
1
Wie kann man auf Prüfer antworten, die nach p-Werten im Bayes'schen Mehrebenenmodell fragen?
Wir wurden von einem Gutachter gebeten, p-Werte anzugeben, um die Modellschätzungen in unserem Bayes'schen Mehrebenenmodell besser zu verstehen. Das Modell ist ein typisches Modell für mehrere Beobachtungen pro Teilnehmer an einem Experiment. Wir haben das Modell mit Stan geschätzt, damit wir problemlos zusätzliche hintere Statistiken erstellen können. Derzeit melden wir …
2
In welcher Beziehung steht ARMA / ARIMA zur Modellierung gemischter Effekte?
Bei der Paneldatenanalyse habe ich mehrstufige Modelle mit zufälligen / gemischten Effekten verwendet, um mit Autokorrelationsproblemen umzugehen (dh Beobachtungen werden im Laufe der Zeit in Gruppen zusammengefasst), wobei andere Parameter hinzugefügt wurden, um bestimmte Zeitangaben und Schocks von Interesse zu berücksichtigen . ARMA / ARIMA scheint darauf ausgelegt zu sein, …
3
Zufällige Gesamtstruktur aus mehrstufigen / hierarchisch strukturierten Daten
Ich bin ziemlich neu im maschinellen Lernen, in CART-Techniken und ähnlichem, und ich hoffe, dass meine Naivität nicht zu offensichtlich ist. Wie geht Random Forest mit mehrstufigen / hierarchischen Datenstrukturen um (z. B. wenn eine Interaktion über mehrere Ebenen von Interesse ist)? Das heißt, Datensätze mit Analyseeinheiten auf mehreren hierarchischen …
2
Warum sollte für die hierarchische logistische Regression eine Beta-Verteilung für den Bernoulli-Parameter verwendet werden?
Ich lese gerade Kruschkes hervorragendes Buch "Doing Bayesian Data Analysis". Das Kapitel über hierarchische logistische Regression (Kapitel 20) ist jedoch etwas verwirrend. Abbildung 20.2 beschreibt eine hierarchische logistische Regression, bei der der Bernoulli-Parameter als lineare Funktion der durch eine Sigmoidfunktion transformierten Koeffizienten definiert ist. Dies scheint die Art und Weise …
5
Wie führt man eine Imputation von Werten in einer sehr großen Anzahl von Datenpunkten durch?
Ich habe einen sehr großen Datensatz und es fehlen ungefähr 5% zufällige Werte. Diese Variablen sind miteinander korreliert. Der folgende Beispiel-R-Datensatz ist nur ein Spielzeugbeispiel mit Dummy-korrelierten Daten. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
2
Hierarchisches Bayes'sches Modell (?)
Bitte entschuldigen Sie, dass ich den statistischen Jargon abgeschlachtet habe :) Ich habe hier einige Fragen zu Werbung und Klickraten gefunden. Aber keiner von ihnen hat mir sehr geholfen, meine hierarchische Situation zu verstehen. Es gibt eine verwandte Frage. Handelt es sich bei diesen äquivalenten Darstellungen um dasselbe hierarchische Bayes'sche …
3
Illustrative Datensätze und Analysen für die mehrstufige Modellierung
Ich habe kürzlich einen Einführungskurs in Mehrebenenmodellierung besucht. Die meisten Datensätze und Beispiele stammen aus den Sozialwissenschaften. Ich habe gerade ein zweiwöchiges Praktikum in einer Abteilung für Biostatistik absolviert, in der ich ein Projekt zur Variation der Patientenergebnisse auf Krankenhausebene für einen Notfall mit einer hohen Sterblichkeitsrate sowohl zwischen Krankenhäusern …
2
MCMC konvergiert auf einen einzigen Wert?
Ich versuche, ein hierarchisches Modell mit jags und dem Paket rjags anzupassen. Meine Ergebnisvariable ist y, eine Folge von Bernoulli-Versuchen. Ich habe 38 menschliche Probanden, die in zwei Kategorien auftreten: P und M. Nach meiner Analyse hat jeder Sprecher eine Erfolgswahrscheinlichkeit in der Kategorie P von und eine Erfolgswahrscheinlichkeit in …
1
Zerrissen zwischen PET-PEESE und mehrstufigen Ansätzen zur Metaanalyse: Gibt es ein glückliches Medium?
Ich arbeite derzeit an einer Metaanalyse, für die ich mehrere in Stichproben verschachtelte Effektgrößen analysieren muss. Ich bin Teil von Cheungs (2014) dreistufigem Metaanalyse-Ansatz zur Metaanalyse abhängiger Effektgrößen im Gegensatz zu einigen anderen möglichen Strategien (z. B. Ignorieren von Abhängigkeiten, Mitteln von Effektgrößen innerhalb von Studien, Auswählen einer Effektgröße oder …
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.