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.

2
techniques d'apprentissage automatique pour les données longitudinales
Je me demandais s'il y avait des techniques d'apprentissage automatique (non supervisées) pour modéliser des données longitudinales? J'ai toujours utilisé des modèles d'effets mixtes (principalement non linéaires) mais je me demandais s'il y avait d'autres façons de le faire (en utilisant l'apprentissage automatique). Par apprentissage automatique, je veux dire forêt …
2
Pourquoi le maximum de vraisemblance restreint donne-t-il une meilleure estimation (non biaisée) de la variance?
Je lis le document de théorie de Doug Bates sur le package lme4 de R pour mieux comprendre les moindres détails des modèles mixtes, et suis tombé sur un résultat intrigant que j'aimerais mieux comprendre, à propos de l'utilisation du maximum de vraisemblance restreint (REML) pour estimer la variance . …
2
obtenir des degrés de liberté de lmer
J'ai adapté un modèle lmer avec les éléments suivants (bien que la sortie soit composée): Random effects: Groups Name Std.Dev. day:sample (Intercept) 0.09 sample (Intercept) 0.42 Residual 0.023 J'aimerais vraiment construire un intervalle de confiance pour chaque effet en utilisant la formule suivante: ( n - 1 ) s2χ2α / …
2
Quel est l'équivalent lme4 :: lmer d'une ANOVA à trois mesures répétées?
Ma question est basée sur cette réponse qui a montré quel lme4::lmermodèle correspond à une mesure répétée bidirectionnelle 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 measures ANOVA: summary(aov(y~a*b+Error(subject/(a*b)), …
2
Modèle d'interception aléatoire vs GEE
Considérons un modèle linéaire d'interception aléatoire. Cela équivaut à une régression linéaire GEE avec une matrice de corrélation de travail échangeable. Supposons que les prédicteurs sont et et que les coefficients de ces prédicteurs sont , et . Quelle est l'interprétation des coefficients dans le modèle d'interception aléatoire? Est-ce la …
1
Modèle marginal versus modèle à effets aléatoires - comment choisir entre eux? Un conseil pour un profane
En recherchant des informations sur le modèle marginal et le modèle à effets aléatoires , et comment choisir entre eux, j'ai trouvé quelques informations mais c'était une explication plus ou moins mathématique abstraite (comme par exemple ici: https: //stats.stackexchange .com / a / 68753/38080 ). Quelque part, j'ai constaté qu'il …
2
Modèles mixtes linéaires généralisés: diagnostics
J'ai une régression logistique d'interception aléatoire (due à des mesures répétées) et je voudrais faire quelques diagnostics, en particulier concernant les valeurs aberrantes et les observations influentes. J'ai regardé les résidus pour voir s'il y a des observations qui ressortent. Mais je voudrais aussi regarder quelque chose comme la distance …
1
Comparaisons multiples du modèle mixte pour l'interaction entre le prédicteur continu et le prédicteur catégorique
Je voudrais utiliser lme4pour ajuster une régression à effets mixtes et multcomppour calculer les comparaisons par paire. J'ai un ensemble de données complexe avec plusieurs prédicteurs continus et catégoriques, mais ma question peut être démontrée en utilisant l' ChickWeightensemble de données intégré comme exemple: m <- lmer(weight ~ Time * …
1
Pourquoi l'amorçage des résidus d'un modèle à effets mixtes donne-t-il des intervalles de confiance anti-conservateurs?
Je traite généralement des données où plusieurs individus sont chacun mesurés plusieurs fois dans chacune de 2 conditions ou plus. J'ai récemment joué avec la modélisation à effets mixtes pour évaluer les preuves des différences entre les conditions, la modélisation individualcomme un effet aléatoire. Pour visualiser l'incertitude concernant les prédictions …
3
Taille de l'effet pour l'effet d'interaction dans la conception pré-post-traitement-contrôle
Si vous choisissez d'analyser un plan de contrôle pré-post-traitement avec une variable dépendante continue à l'aide d'une ANOVA mixte, il existe différentes façons de quantifier l'effet d'être dans le groupe de traitement. L'effet d'interaction est une option principale. En général, j'aime particulièrement les mesures de type d de Cohen (c.-à-d. …
1
R / mgcv: Pourquoi les produits tenseurs te () et ti () produisent-ils des surfaces différentes?
Le mgcvpackage pour Ra deux fonctions pour ajuster les interactions des produits tensoriels: te()et ti(). Je comprends la division de base du travail entre les deux (ajustement d'une interaction non linéaire vs décomposition de cette interaction en effets principaux et interaction). Ce que je ne comprends pas, c'est pourquoi te(x1, …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
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.