lme4 e nlme sono pacchetti R utilizzati per il montaggio di modelli di effetti misti lineari, lineari generalizzati e non lineari. Per domande generali sui modelli misti utilizzare il tag [modello misto].
Sto rivedendo un articolo sull'impollinazione, in cui i dati sono distribuiti binomialmente (il frutto matura o no). Quindi ho usato glmercon un effetto casuale (singola pianta) e un effetto fisso (trattamento). Un revisore vuole sapere se la pianta ha avuto un effetto sull'allegagione, ma ho difficoltà a interpretare i glmerrisultati. …
Ho letto sul calcolo dei valori di in modelli misti e dopo aver letto le FAQ di R-sig, altri post su questo forum (ne collegherei alcuni ma non ho abbastanza reputazione) e molti altri riferimenti che capisco che usando valori di nel contesto di modelli misti sono complicati.R 2R2R2R^2R2R2R^2 Tuttavia, …
Vorrei ottenere intervalli di confidenza al 95% sulle previsioni di un nlmemodello misto non lineare . Dato che non viene fornito nulla di standard per farlo all'interno di questo nlme, mi chiedevo se fosse corretto utilizzare il metodo degli "intervalli di previsione della popolazione", come indicato nel capitolo del libro …
TL; DR: l' lme4ottimizzazione sembra essere lineare nel numero di parametri del modello per impostazione predefinita ed è molto più lenta di un glmmodello equivalente con variabili fittizie per gruppi. C'è qualcosa che posso fare per accelerarlo? Sto cercando di adattare un modello logit gerarchico abbastanza grande (~ 50k righe, …
Ho una conoscenza più approfondita di R e ho cercato di stimare pendenze casuali (coefficienti di selezione) per circa 35 individui su 5 anni per quattro variabili di habitat. La variabile di risposta è se un luogo è stato "usato" (1) o "disponibile" (0) habitat ("usa" sotto). Sto usando un …
I miei dati sono descritti qui Cosa può causare un "modello Error () è un errore singolare" in aov quando si inseriscono misure ANOVA ripetute? Sto cercando di vedere l'effetto di un'interazione usando lmerquindi il mio caso base è: my_null.model <- lmer(value ~ Condition+Scenario+ (1|Player)+(1|Trial), data = my, REML=FALSE) my.model …
Ho un set di dati molto piccolo sull'abbondanza di api solitarie che non riesco ad analizzare. Sono i dati di conteggio e quasi tutti i conteggi si trovano in un trattamento con la maggior parte degli zero nell'altro trattamento. Ci sono anche un paio di valori molto alti (uno ciascuno …
Avevo l'impressione che la funzione lmer()nel lme4pacchetto non producesse valori-p (vedi lmer, valori-p e tutto il resto ). Ho usato invece i valori p generati da MCMC secondo questa domanda: Effetto significativo nel lme4modello misto e questa domanda: Impossibile trovare i valori p nell'output lmer()nel lm4pacchetto inR . Recentemente ho …
Ho un set di dati di serie temporali in cui sto cercando di adattare un modello Hov (Hidden Markov Model) al fine di stimare il numero di stati latenti nei dati. Il mio pseudo codice per farlo è il seguente: for( i in 2 : max_number_of_states ){ ... calculate HMM …
Sto adattando un modello di effetti casuali glmerad alcuni dati aziendali. L'obiettivo è analizzare le prestazioni delle vendite per distributore, tenendo conto delle variazioni regionali. Ho le seguenti variabili: distcode: ID distributore, con circa 800 livelli region: ID geografico di livello superiore (nord, sud, est, ovest) zone: geografia di medio …
Ho il seguente modello: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... e questo è l'output di riepilogo. > 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 …
Sto cercando di analizzare i dati di misure ripetute e sto lottando per farli funzionare R. I miei dati sono essenzialmente i seguenti, ho due gruppi di trattamento. Ogni soggetto in ciascun gruppo viene testato ogni giorno e viene assegnato un punteggio (la percentuale corretta su un test). I dati …
Ho adattato un modello lmer con il seguente (anche se prodotto in uscita): Random effects: Groups Name Std.Dev. day:sample (Intercept) 0.09 sample (Intercept) 0.42 Residual 0.023 Mi piacerebbe davvero costruire un intervallo di confidenza per ciascun effetto usando la seguente formula: ( n - 1 ) s2χ2α / 2 , …
Sto eseguendo un glmm con una variabile di risposta binomiale e un predittore categorico. L'effetto casuale è dato dal disegno nidificato utilizzato per la raccolta dei dati. I dati si presentano così: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection control sucrose protein m.gen1$emergence [1] 1 0 0 …
La mia domanda si basa su questa risposta che ha mostrato quale lme4::lmermodello corrisponde a una misura ripetuta a due vie ANOVA: 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 …
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.