Als «random-effects-model» getaggte Fragen

Parameter, die den bestimmten Ebenen einer Kovariate zugeordnet sind, werden manchmal als „Effekte“ der Ebenen bezeichnet. Wenn die beobachteten Ebenen eine Zufallsstichprobe aus der Menge aller möglichen Ebenen darstellen, nennen wir diese Effekte "zufällig".

3
Rs lmer Spickzettel
In diesem Forum wird viel darüber diskutiert, wie verschiedene hierarchische Modelle richtig angegeben werden können lmer. Ich dachte, es wäre großartig, alle Informationen an einem Ort zu haben. Ein paar Fragen zum Starten: So legen Sie mehrere Ebenen fest, in denen eine Gruppe in der anderen verschachtelt ist: (1|group1:group2)oder (1+group1|group2)? …
2
Was ist ein Unterschied zwischen Zufallseffekt-, Fixeffekt- und Randmodell?
Ich versuche meine statistischen Kenntnisse zu erweitern. Ich komme aus den Naturwissenschaften mit einem "rezeptbasierten" Ansatz für statistische Tests, bei dem wir sagen, dass es kontinuierlich und normalverteilt ist - OLS-Regression . In meiner Lektüre bin ich auf folgende Begriffe gestoßen: Zufallseffektmodell, Modell mit festen Effekten, Randmodell. Meine Fragen sind: …
5
Modellierung von Längsschnittdaten, bei denen der Einfluss der Zeit zwischen Individuen in funktionaler Form variiert
Kontext : Stellen Sie sich vor, Sie hätten eine Längsschnittstudie durchgeführt, in der einmal wöchentlich über 20 Wochen eine abhängige Variable (DV) bei 200 Teilnehmern gemessen wurde. Obwohl ich an allgemeinen DVs interessiert bin, umfassen typische DVs, an die ich denke, die Arbeitsleistung nach der Einstellung oder verschiedene Wohlfühlmaßnahmen nach …
2
Welche praktischen Auswirkungen hat das Schätzen in einem mehrstufigen Modell im Vergleich zum Nichtschätzen von Korrelationsparametern für zufällige Effekte?
Welche praktischen und interpretationsbezogenen Auswirkungen hat das Schätzen in einem mehrstufigen Modell im Vergleich zum Nichtschätzen von Korrelationsparametern für zufällige Effekte? Der praktische Grund, dies zu erfragen, ist, dass es im früheren Framework in R keine implementierte Methode zum Schätzen von p-Werten über MCMC-Techniken gibt, wenn Schätzungen im Modell der …
5
Was ist der mathematische Unterschied zwischen zufälligen und festen Effekten?
Ich habe im Internet eine Menge über die Interpretation von Zufalls- und Fixeffekten gefunden. Es konnte jedoch keine Quelle gefunden werden, die Folgendes festhält: Was ist der mathematische Unterschied zwischen zufälligen und festen Effekten? Damit meine ich die mathematische Formulierung des Modells und die Art und Weise, wie Parameter geschätzt …
5
Was bringt es, einen Faktor in einem gemischten Modell als zufällig zu behandeln?
Ich habe aus einigen Gründen ein Problem damit, die Vorteile der Kennzeichnung eines Modellfaktors als zufällig zu betrachten. Für mich scheint es in fast allen Fällen die optimale Lösung zu sein, alle Faktoren als fest zu behandeln. Erstens ist die Unterscheidung zwischen fest und zufällig ziemlich willkürlich. Die übliche Erklärung …
4
Wie projiziert man einen neuen Vektor auf den PCA-Raum?
Nach der Durchführung der Hauptkomponentenanalyse (PCA) möchte ich einen neuen Vektor auf den PCA-Raum projizieren (dh seine Koordinaten im PCA-Koordinatensystem finden). Ich habe PCA in R-Sprache mit berechnet prcomp. Jetzt sollte ich meinen Vektor mit der PCA-Rotationsmatrix multiplizieren können. Sollen die Hauptkomponenten in dieser Matrix in Zeilen oder Spalten angeordnet …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
4
Wie wird in der Praxis die Kovarianzmatrix für zufällige Effekte in einem Modell mit gemischten Effekten berechnet?
Grundsätzlich frage ich mich, wie unterschiedliche Kovarianzstrukturen erzwungen werden und wie die Werte in diesen Matrizen berechnet werden. Funktionen wie lme () erlauben es uns, die Struktur auszuwählen, die wir möchten, aber ich würde gerne wissen, wie sie geschätzt werden. Betrachten Sie das lineare Mischeffektmodell .Y=Xβ+Zu+ϵY=Xβ+Zu+ϵY=X\beta+Zu+\epsilon Wobei und . Außerdem:≤ …
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 …
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.