Statistiques et Big Data lme4-nlme

1

Quelle est la différence entre la régression bêta et la quasi glm avec variance = ?

Permettez-moi d'abord de donner quelques informations; Je résumerai mes questions à la fin. La distribution bêta, paramétrée par sa moyenne et , a , où est la fonction de variance.μμ\muϕϕ\phiVar(Y)=V(μ)/(ϕ+1)Var⁡(Y)=V⁡(μ)/(ϕ+1)\operatorname{Var}(Y) = \operatorname{V}(\mu)/(\phi+1)V(μ)=μ(1−μ)V⁡(μ)=μ(1−μ)\operatorname{V}(\mu) = \mu(1-\mu) Dans une régression bêta (par exemple, en utilisant le package betareg dans R), la régression suppose …

8 generalized-linear-model lme4-nlme binomial beta-regression quasi-likelihood

1

Spécification des effets aléatoires dans le modèle à effets mixtes lmer

Quelle est la difference entre (1|DNA.concentration/mouse.id)et (DNA.concentration|mouse.id)? Que signifient les symboles |et la /signification dans la syntaxe de l'effet aléatoire?

8 r lme4-nlme

2

R lmerTest et tests de plusieurs effets aléatoires

Je suis curieux de savoir comment le package lmerTest dans R, en particulier la fonction "rand", gère les tests d'effets aléatoires. Prenons l'exemple du pdf lmerTest sur CRAN qui utilise l'ensemble de données "carottes" intégré: #import lme4 package and lmerTest package library(lmerTest) #lmer model with correlation between intercept and slopes …

8 lme4-nlme mixed-model likelihood-ratio

1

Comment interpréter l'interaction à 2 et 3 voies dans lmer?

J'ai un problème avec l'interprétation des interactions à 2 et 3 voies dans lmer. Mon DV est la hauteur qui est une variable continue. Tous les IV sont des variables catégorielles. Le premier facteur est animal, rat ou lion. Le deuxième facteur est le sexe, masculin ou féminin. Le troisième …

8 r interaction interpretation lme4-nlme

2

Pourquoi un modèle statistique serait-il surchargé s'il était doté d'un énorme ensemble de données?

Mon projet actuel peut m'obliger à construire un modèle pour prédire le comportement d'un certain groupe de personnes. l'ensemble de données de formation ne contient que 6 variables (id est uniquement à des fins d'identification): id, age, income, gender, job category, monthly spend dans laquelle se monthly spendtrouve la variable …

8 modeling large-data overfitting clustering algorithms error spatial r regression predictive-models linear-model average measurement-error weighted-mean error-propagation python standard-error weighted-regression hypothesis-testing time-series machine-learning self-study arima regression correlation anova statistical-significance excel r regression distributions statistical-significance contingency-tables regression optimization measurement-error loss-functions image-processing java panel-data probability conditional-probability r lme4-nlme model-comparison time-series probability probability conditional-probability logistic multiple-regression model-selection r regression model-based-clustering svm feature-selection feature-construction time-series forecasting stationarity r distributions bootstrap r distributions estimation maximum-likelihood garch references probability conditional-probability regression logistic regression-coefficients model-comparison confidence-interval r regression r generalized-linear-model outliers robust regression classification categorical-data r association-rules machine-learning distributions posterior likelihood r hypothesis-testing normality-assumption missing-data convergence expectation-maximization regression self-study categorical-data regression simulation regression self-study self-study gamma-distribution modeling microarray synthetic-data

1

Comment tenir compte des mesures répétées dans glmer?

Ma conception est la suivante. yyy est la réponse de Bernoulli x1x1x_1 est une variable continue x2x2x_2 est une variable catégorielle (facteur) à deux niveaux L'expérience est complètement dans les sujets. Autrement dit, chaque sujet reçoit chaque combinaison dex1x1x_1 et x2x2x_2. Il s'agit d'une configuration de régression logistique à mesures …

8 r repeated-measures glmm lme4-nlme

1

Dans quelle mesure la somme des effets aléatoires doit-elle être proche de zéro dans GLMM (avec lme4)

J'utilise le lme4package dans R pour faire de la modélisation logistique à effets mixtes. J'ai cru comprendre que la somme de chaque effet aléatoire devait être nulle. Lorsque je crée des modèles mixtes linéaires de jouets à l'aide de lmer, les effets aléatoires sont généralement < confirmant ma conviction que …

8 r lme4-nlme random-effects-model glmm

2

Test post-hoc après mesures répétées à 2 facteurs ANOVA dans R?

J'ai des problèmes à trouver une solution concernant la façon d'exécuter un test post-hoc (Tukey HSD) après une ANOVA à mesures répétées à 2 facteurs (tous deux intra-sujets) en R. Pour l'ANOVA, j'ai utilisé la fonction aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Après avoir lu les réponses …

8 r anova repeated-measures post-hoc tukey-hsd goodness-of-fit curve-fitting sem latent-variable mplus anova post-hoc tukey-hsd markov-process image-processing r time-series causality granger-causality anova mixed-model lme4-nlme random-effects-model r matlab data-transformation multinomial notation estimation nonparametric logistic r missing-data multiple-imputation mice

3

Comment examiner les interactions entre facteur et covariable dans un modèle à effets mixtes?

J'ai 2 facteurs Aet B(5 × 3) et une covariable Xdans une conception intra-sujet. Voici comment je spécifie mon modèle global: lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata) Mon interprétation est que je regarde un graphique y~x, où la pente change en raison de la covariable, et la ligne se déplace …

8 repeated-measures interaction lme4-nlme contrasts predictor

2

Comment gérer la séparation quasi complète dans un GLMM logistique?

Mise à jour : Puisque je sais maintenant que mon problème est appelé séparation quasi-complète, j'ai mis à jour la question pour refléter cela (merci à Aaron). J'ai un ensemble de données provenant d'une expérience dans laquelle 29 participants humains (facteur code) ont travaillé sur un ensemble d'essais et la …

8 r logistic standard-error lme4-nlme separation

1

erreur lors de l'obtention des prédictions d'un objet lme

J'essaie d'obtenir des prédictions pour les observations d'un objet lme. C'est censé être assez simple. Pourtant, comme je reçois différents types d'erreurs pour différents essais, il me semble que je manque quelque chose. Mon modèle est le suivant: model <- lme(log(child_mortality) ~ as.factor(cluster)*time + my.new.time.one.transition.low.and.middle + ttd + maternal_educ+ log(IHME_id_gdppc) …

8 r mixed-model multilevel-analysis prediction lme4-nlme

1

Comment adapter le modèle pour la conception croisée et imbriquée en utilisant la fonction lme dans R?

Supposons que A est un facteur fixe et B est un facteur aléatoire. A et B sont croisés. Un autre facteur aléatoire C est imbriqué dans B. Compte tenu des interactions AB et AC, comment dois-je adapter le modèle en utilisant la fonction lme dans le package nlme? Merci.

8 r mixed-model lme4-nlme

1

Distribution d'échantillonnage de l'estimateur à effets aléatoires

J'ai lu que la distribution de l'estimateur à effets aléatoires dans lme4 est très asymétrique et pour cette raison, les erreurs standard ne sont pas signalées. Je me demande si quelqu'un peut fournir une référence pour cela? J'ai accès au livre de Bates et Pinherio, mais pas Raudenbush et Bryk. …

8 estimation mixed-model lme4-nlme

1

Conception et lme split-split-plot

Je travaille sur un ensemble de données afin d'évaluer l'impact du séchage sur les activités microbiennes des sédiments. L'objectif est de déterminer si l'impact du séchage varie selon les types de sédiments et / ou la profondeur dans les sédiments. Le plan expérimental est le suivant: Le premier facteur sédiment …

8 r experiment-design lme4-nlme split-plot

Questions marquées «lme4-nlme»