Domande taggate «repeated-measures»

I dati di misure ripetute si verificano quando vengono raccolte più di una misurazione sulla stessa unità (ad es. Soggetto). Utilizzare questo tag per RM-ANOVA insieme al tag [anova].

2
Senza la modellazione multilivello, come gestire la replica all'interno dello studio in una meta-analisi, in cui lo studio è l'unità di replica?
Descrizione dello studio: Ho osservato un errore comune tra le meta-analisi, per quanto riguarda la gestione della replica all'interno dello studio. Non mi è chiaro se l'errore invalida gli studi quando vengono assunti presupposti. Tuttavia, a quanto ho capito, queste ipotesi violano una premessa di base delle statistiche. Come esempio, …
3
Qual è la differenza tra l'utilizzo di aov () e lme () nell'analisi di un set di dati longitudinale?
Qualcuno può dirmi la differenza tra l'utilizzo aov()e l' lme()analisi dei dati longitudinali e come interpretare i risultati di questi due metodi? Qui di seguito, analizzo lo stesso insieme di dati utilizzando aov()ed lme()e ottenuto 2 risultati diversi. Con aov(), ho ottenuto un risultato significativo nel tempo dall'interazione del trattamento, …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
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 
1
Regressione lineare con misure ripetute in R
Non sono riuscito a capire come eseguire la regressione lineare in R per un disegno di misura ripetuto. In una domanda precedente (ancora senza risposta) mi è stato suggerito di non usare lmma piuttosto di usare modelli misti. Ho usato lmnel modo seguente: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) (maggiori dettagli sul …
2
Cosa fare quando alcuni punti temporali hanno risposte fortemente distorte e altri no in uno studio di misure ripetute?
Tipicamente, quando si incontrano misure di risultato continue ma distorte in un disegno longitudinale (diciamo, con un effetto tra soggetti) l'approccio comune è quello di trasformare il risultato in normalità. Se la situazione è estrema, come nel caso delle osservazioni troncate, si potrebbe essere fantasiosi e utilizzare un modello di …
2
Qual è l'equivalente di lme4 :: lmer di un ANOVA a tre misure ripetute?
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 …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.