Questions marquées «mixed-model»

Les modèles mixtes (ou multiniveaux ou hiérarchiques) sont des modèles linéaires qui incluent à la fois des effets fixes et des effets aléatoires. Ils sont utilisés pour modéliser des données longitudinales ou imbriquées.

1
Vous avez du mal à trouver un bon modèle adapté aux données de comptage avec des effets mixtes - ZINB ou autre chose?
J'ai un très petit ensemble de données sur l'abondance des abeilles solitaires que j'ai du mal à analyser. Ce sont des données de comptage, et presque tous les comptages sont dans un traitement avec la plupart des zéros dans l'autre traitement. Il existe également quelques valeurs très élevées (une sur …
1
Calculer log-vraisemblance «à la main» pour la régression généralisée des moindres carrés non linéaires (nlme)
J'essaie de calculer la log-vraisemblance pour une régression des moindres carrés non linéaires généralisée pour la fonction optimisée par le dans le package R , en utilisant la matrice de covariance de variance générée par les distances sur un arbre phylogénétique en supposant un mouvement brownien (à partir du package). …
2
Modèle mixte avec 1 observation par niveau
J'adapte un modèle d'effets aléatoires glmerà certaines données d'entreprise. L'objectif est d'analyser la performance commerciale par distributeur en tenant compte des variations régionales. J'ai les variables suivantes: distcode: ID distributeur, avec environ 800 niveaux region: ID géographique de haut niveau (nord, sud, est, ouest) zone: géographie de niveau intermédiaire imbriquée …
1
Réconciliation des notations pour les modèles mixtes
Je connais des notations telles que: oùβ0j=β0+uj, etyje j= β0+ βjeXje j+ uj+ eje j= β0j+βjeXjej+eje jyij=β0+βixij+uj+eij=β0j+βixij+eij\begin{align} y_{ij} &= \beta_0 + \beta_i x_{ij} + u_j + e_{ij}\\ &= \beta_{0j} + \beta_i x_{ij} + e_{ij} \end{align}β0j=β0+ujβ0j=β0+uj\beta_{0j}=\beta_{0}+u_j oùβ0j=β0+u0jetβ1j=β1+u1jyje j=β0+β1Xje j+ u0 j+ u1 jXje j+ eje j= β0 j+ β1 jXje j+ …
1
Régression linéaire avec mesures répétées dans R
Je n'ai pas réussi à comprendre comment effectuer une régression linéaire dans R pour un plan de mesures répétées. Dans une question précédente (toujours sans réponse), il m'a été suggéré de ne pas utiliser lmmais plutôt d'utiliser des modèles mixtes. J'ai utilisé lmde la manière suivante: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) …
1
Comment puis-je optimiser l'efficacité de calcul lors de l'adaptation répétée d'un modèle complexe à un grand ensemble de données?
J'ai des problèmes de performances en utilisant le MCMCglmmpackage dans R pour exécuter un modèle d'effets mixtes. Le code ressemble à ceci: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Il y a environ 20 000 observations dans les données et elles sont regroupées dans environ 200 écoles. …
1
Différences entre PROC Mixed et lme / lmer en R - degrés de liberté
Remarque: cette question est une rediffusion, car ma question précédente a dû être supprimée pour des raisons juridiques. En comparant PROC MIXED de SAS avec la fonction lmedu nlmepackage dans R, je suis tombé sur des différences assez confuses. Plus précisément, les degrés de liberté dans les différents tests diffèrent …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
2
Comment faire un test d'hypothèse MCMC sur un modèle de régression à effets mixtes à pentes aléatoires?
La bibliothèque languageR fournit une méthode (pvals.fnc) pour effectuer des tests de signification MCMC des effets fixes dans un modèle de régression à effets mixtes à l'aide de lmer. Cependant, pvals.fnc donne une erreur lorsque le modèle lmer inclut des pentes aléatoires. Existe-t-il un moyen de faire un test d'hypothèse …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.