I modelli misti (aka multilivello o gerarchici) sono modelli lineari che includono sia effetti fissi che casuali. Sono utilizzati per modellare dati longitudinali o nidificati.
Comprendo che utilizziamo modelli di effetti casuali (o effetti misti) quando riteniamo che alcuni parametri del modello possano variare in modo casuale a seconda del fattore di raggruppamento. Ho il desiderio di adattare un modello in cui la risposta è stata normalizzata e centrata (non perfettamente, ma abbastanza vicino) attraverso …
So che uno dei vantaggi dei modelli misti è che consentono di specificare la matrice varianza-covarianza per i dati (simmetria composta, autoregressiva, non strutturata, ecc.) Tuttavia, la lmerfunzione in R non consente di specificare facilmente questa matrice. Qualcuno sa quale struttura lmerutilizza per impostazione predefinita e perché non è possibile …
In particolare, come dovrebbero essere calcolati gli errori standard degli effetti fissi in un modello lineare di effetti misti (in senso frequentista)? Sono stato portato a credere che le stime tipiche ( ), come quelle presentate in Laird e Ware [1982] daranno a SE quello sono sottostimati in termini di …
Quali sono alcune delle principali insidie dell'uso di modelli lineari a effetti misti? Quali sono le cose più importanti da testare / fare attenzione nella valutazione dell'adeguatezza del tuo modello? Quando si confrontano i modelli dello stesso set di dati, quali sono le cose più importanti da cercare?
Ciao ho due problemi che sembrano candidati naturali per modelli multilivello / misti, che non ho mai usato. Il più semplice, e che spero di provare come introduzione, è il seguente: I dati sembrano molte righe del modulo x y innergroup outergroup dove x è una covariata numerica su cui …
Sfondo: Nota: il mio set di dati e il codice r sono inclusi sotto il testo Vorrei usare AIC per confrontare due modelli di effetti misti generati usando il pacchetto lme4 in R. Ogni modello ha un effetto fisso e un effetto casuale. L'effetto fisso differisce tra i modelli, ma …
Non so se questo è stato chiesto prima, ma non ho trovato nulla al riguardo. La mia domanda è se qualcuno può fornire un buon riferimento per imparare come ottenere la proporzione di varianza spiegata da ciascuno dei fattori fissi e casuali in un modello a effetti misti.
Supponi di essere nella biblioteca del tuo dipartimento di statistica e di imbatterti in un libro con la seguente immagine in prima pagina. Probabilmente penserai che questo è un libro sulle cose della regressione lineare. Quale sarebbe l'immagine che ti farebbe pensare ai modelli misti lineari?
Ho condotto una valutazione computerizzata dei diversi metodi di adattamento a un particolare tipo di modello utilizzato nelle scienze del paleo. Avevo un set di addestramento di grandi dimensioni e quindi ho casualmente (campionamento casuale stratificato) messo da parte un set di test. Ho montato metodi diversi per i campioni …
Esiste un tale pacchetto che prevede la stima del modello di effetti misti binomiali negativi a zero inflazionati in R? Con ciò intendo: Inflazione zero in cui è possibile specificare il modello binomiale per l'inflazione zero, come nella funzione zeroinfl nel pacchetto pscl: zeroinfl (y ~ X | Z, dist …
Ho dati da pazienti trattati con 2 diversi tipi di trattamenti durante l'intervento chirurgico. Devo analizzare i suoi effetti sulla frequenza cardiaca. La misurazione della frequenza cardiaca viene eseguita ogni 15 minuti. Dato che la lunghezza dell'intervento può essere diversa per ogni paziente, ogni paziente può avere tra 7 e …
Formule di modello in R come y ~ x + a*b + c:d sono basati sulla cosiddetta notazione di Wilkinson : Wilkinson e Rogers 1973, Descrizione simbolica dei modelli fattoriali per l'analisi della varianza . Questo documento non ha discusso delle notazioni per modelli misti (che all'epoca potrebbero non esistere). …
Ho difficoltà a comprendere l'output del mio lmer()modello. È un semplice modello di una variabile di risultato (supporto) con intercettazioni di stato / effetti casuali di stato variabili: mlm1 <- lmer(Support ~ (1 | State)) I risultati di summary(mlm1)sono: Linear mixed model fit by REML Formula: Support ~ (1 | …
Ho una domanda relativa alla corretta tecnica di bootstrap da utilizzare con i dati in cui è presente un clustering forte. Mi è stato assegnato il compito di valutare un modello predittivo di effetti misti multivariati sui dati dei sinistri assicurativi assegnando un punteggio all'attuale modello di base sui dati …
Ho un set di dati composto da una serie di conteggi mensili di "stick rotto" da una manciata di siti. Sto cercando di ottenere una singola stima riassuntiva da due diverse tecniche: Tecnica 1: montare uno "stick rotto" con un Poisson GLM con una variabile indicatore 0/1 e utilizzare una …
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.