Запитання з тегом «mixed-model»

Я MCMCglmmнещодавно використовував пакунок. Мене бентежить те, що в документації згадується як R-структура та G-структура. Вони, мабуть, стосуються випадкових ефектів - зокрема, із зазначенням параметрів попереднього розподілу на них, але, як видається, в документації передбачається, що читач знає, що це за терміни. Наприклад: необов'язковий перелік попередніх специфікацій, що містить 3 …

16 r  bayesian  mixed-model  lme4-nlme 

Привіт, майстри програмування статистичних гуру та R, Мені цікаво моделювати захоплення тварин як залежність від умов навколишнього середовища та дня року. Як частина іншого дослідження, я зафіксував кількість знімань за ~ 160 днів протягом трьох років. Кожен з цих днів у мене температура, кількість опадів, швидкість вітру, відносна вологість тощо. …

16 r  mixed-model  autocorrelation  bugs  panel-data 

Різні описи вибору моделі щодо випадкових ефектів лінійних змішаних моделей дають інструкцію використовувати REML. Я знаю різницю між REML та ML на якомусь рівні, але я не розумію, чому REML слід використовувати, оскільки ML є упередженою. Наприклад, чи неправильно проводити LRT за параметром дисперсії звичайної моделі розподілу за допомогою ML …

16 mixed-model  maximum-likelihood  unbiased-estimator  likelihood-ratio  reml 

Враховуючи передбачувану змінну (P), випадковий ефект (R) та фіксований ефект (F), можна помістити дві моделі змішаних ефектів * ( синтаксис lme4 ): m1 = lmer( P ~ (1|R) + F ) m2 = lmer( P ~ (1+F|R) + F) Як я розумію, друга модель - це та, яка дозволяє фіксованому …

16 mixed-model 

Скажімо, у нас є модель mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random effects for different …

16 mixed-model  lme4-nlme  overfitting  singular 

Я багато разів читав, що випадкові ефекти (BLUPs / умовні режими для, скажімо, предметів) не є параметрами лінійної моделі змішаних ефектів, а натомість можуть бути отримані з розрахункових параметрів дисперсії / коваріації. Наприклад, Рейнгольд Клієль та ін. (2011) стан: Випадкові ефекти - це відхилення суб'єктів від великої середньої RT та …

15 mixed-model  intuition  blup 

Я намагаюся використати lme4::glmer()для встановлення біноміальної узагальненої змішаної моделі (GLMM) із залежною змінною, яка є не бінарною, а суцільною змінною між нулем та одиницею. Можна вважати цю змінну як ймовірність; насправді це ймовірність того, як повідомили людських суб'єктів (в експерименті , який я допомогти аналізує). Тобто це не "дискретна" частка, …

15 r  logistic  mixed-model  glmm  lme4-nlme 

Питання CV Я намагаюся дати (a) детальне та стисле математичне зображення моделей змішаних ефектів. Я використовую lme4пакет у Р. Яке правильне математичне подання для моєї моделі? Дані, наукове запитання та код R Мій набір даних складається з видів у різних регіонах. Я перевіряю, чи змінюється розповсюдженість видів у часі, що …

15 r  mixed-model  multilevel-analysis  lme4-nlme 

У моделі змішаних ефектів рекомендується використовувати фіксований ефект для оцінки параметра, якщо всі можливі рівні включені (наприклад, і самці, і жінки). Далі рекомендується використовувати випадковий ефект для обліку змінної, якщо включені рівні - це лише випадкова вибірка з популяції (зарахували пацієнтів із Всесвіту можливих пацієнтів) і ви хочете оцінити середнє …

15 mixed-model  random-effects-model  fixed-effects-model  many-categories 

Перестановочні тести (також називаються тестом рандомизації, тестом на повторну рандомізацію або точним тестом) дуже корисні і корисні, коли припущення про нормальний розподіл, необхідне, наприклад, t-testне виконується, і при перетворенні значень за ранжуванням непараметричний тест, як-от Mann-Whitney-U-test, призведе до втрати більше інформації. Однак одне і єдине припущення не слід оминути увагою …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Однією з проблем, які у мене завжди були зі змішаними моделями, є розбір даних про візуалізацію даних - такого, який міг би опинитися на папері чи плакаті - як тільки вони отримають результати. Зараз я працюю над моделлю змішаних ефектів Пуассона з формулою, яка виглядає приблизно так: a <- glmer(counts …

15 r  data-visualization  mixed-model 

У мене є питання щодо використання змінної групування в нелінійній моделі. Оскільки функція nls () не дозволяє змінювати коефіцієнти, я намагаюся зрозуміти, чи можна перевірити вплив фактора на придатність моделі. Нижче я включив приклад, у якому я хочу пристосувати модель росту "сезонного фон Берталанфі" до різних методів росту (найчастіше застосовуваних …

15 r  mixed-model  nls 

Я гідно знайомий із моделями зі змішаними ефектами (MEM), але нещодавно колега запитав мене, як вона порівнюється з моделями прихованого зростання (LGM). Я трохи погуглився, і, здається, LGM - це варіант моделювання структурних рівнянь, який застосовується до обставин, коли повторювані заходи отримуються в межах кожного рівня принаймні одного випадкового ефекту, …

15 mixed-model  panel-data 

У мене є експеримент, який я спробую тут абстрагувати. Уявіть, що я кидаю три білі камені перед вами і прошу вас зробити судження про їхню позицію. Я фіксую різноманітні властивості каменів і вашу відповідь. Я роблю це над низкою предметів. Я генерую дві моделі. Одне полягає в тому, що найближчий …

15 r  mixed-model  model-selection 

Я хотів би співставити результати lmer (дійсно glmer) із прикладом іграшкового двочлена. Я читав віньєтки і вважаю, що розумію, що відбувається. Але, мабуть, ні. Після застрягання я виправив "правду" з точки зору випадкових ефектів і пішов після оцінки фіксованих ефектів поодинці. Я включаю цей код нижче. Щоб побачити, що це …

15 r  mixed-model  optimization  lme4-nlme