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.
Je viens de tomber sur cet article , qui décrit comment calculer la répétabilité (aka fiabilité, aka corrélation intraclasse) d'une mesure via la modélisation d'effets mixtes. Le code R serait: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute …
Comme le consensus général semble être d'utiliser des modèles mixtes via lmer()en R au lieu de l'ANOVA classique (pour les raisons souvent citées, comme les conceptions déséquilibrées, les effets aléatoires croisés, etc.), je voudrais essayer avec mes données. Cependant, je crains de pouvoir "vendre" cette approche à mon superviseur (qui …
Dans un modèle à plusieurs niveaux, quelles sont les implications pratiques et liées à l'interprétation de l'estimation et de la non-estimation des paramètres de corrélation à effet aléatoire? La raison pratique de demander ceci est que dans le cadre de lmer dans R, il n'y a pas de méthode implémentée …
Le problème: J'ai lu dans d'autres articles qui predictne sont pas disponibles pour les lmermodèles d' effets mixtes {lme4} dans [R]. J'ai essayé d'explorer ce sujet avec un jeu de données jouet ... Contexte: L'ensemble de données est adapté de cette source et disponible en ... require(gsheet) data <- read.csv(text …
J'exécute un GEE sur des données asymétriques à 3 niveaux, en utilisant un lien logit. En quoi cela diffère-t-il (en termes de conclusions et de signification des coefficients) d'un GLM à effets mixtes (GLMM) et d'un lien logit? Plus de détails: Les observations sont des essais bernoulli uniques. Ils sont …
J'ai la sortie suivante: Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS2 +sAG2 +sSHDI2 +sbare +season +crop +(1|landscape) AIC BIC logLik deviance 4062 4093 -2022 4044 Random effects: Groups Name Variance Std.Dev. landscape (Intercept) 0.82453 0.90804 Number of obs: 239, groups: landscape, 45 Fixed effects: …
J'utilise un modèle mixte dans R( lme4) pour analyser certaines données de mesures répétées. J'ai une variable de réponse (teneur en fibres des matières fécales) et 3 effets fixes (masse corporelle, etc.). Mon étude ne compte que 6 participants, avec 16 mesures répétées pour chacun (même si deux n'ont que …
J'utilise actuellement des modèles linéaires à effets mixtes. J'utilise le package "lme4" dans R. Mes modèles prennent la forme: model <- lmer(response ~ predictor1 + predictor2 + (1 | random effect)) Avant d'exécuter mes modèles, j'ai vérifié la possible multicolinéarité entre les prédicteurs. Je l'ai fait par: Faire une trame …
J'ai parcouru de nombreux sites d'aide et je ne sais toujours pas comment spécifier des termes imbriqués plus compliqués dans un modèle mixte. Je suis également confus en ce qui concerne l'utilisation de :et /et |en spécifiant les interactions et l'imbrication avec des facteurs aléatoires à l'aide lmer()du lme4package dans …
J'ai trouvé beaucoup de choses sur Internet concernant l'interprétation des effets aléatoires et fixes. Cependant, je n'ai pas pu obtenir une source épinglant ce qui suit: Quelle est la différence mathématique entre les effets aléatoires et les effets fixes? J'entends par là la formulation mathématique du modèle et la façon …
La citation ci-dessous, tirée de chefs de file dans le domaine de la modélisation à effets mixtes, affirme que les changements de coordonnées dans les modèles avec une corrélation nulle entre les effets aléatoires (modèles «ZCP») modifient les prévisions des modèles. Mais, quelqu'un peut-il développer ou justifier davantage ses affirmations? …
Le lmerTestpackage fournit une anova()fonction pour les modèles mixtes linéaires avec éventuellement l'approximation de Satterthwaite (par défaut) ou de Kenward-Roger des degrés de liberté (df). Quelle est la différence entre ces deux approches? Quand choisir lequel?
J'ai exécuté une conception répétée selon laquelle j'ai testé 30 hommes et 30 femmes à travers trois tâches différentes. Je veux comprendre en quoi le comportement des hommes et des femmes est différent et comment cela dépend de la tâche. J'ai utilisé à la fois le package lmer et lme4 …
Je suis un peu confus quant aux avantages des modèles mixtes en matière de modélisation prédictive. Étant donné que les modèles prédictifs sont généralement destinés à prédire les valeurs d'observations jusque-là inconnues, il me semble évident que la seule façon dont un modèle mixte peut être utile est sa capacité …
J'ai un problème à accepter les avantages d'étiqueter un facteur de modèle comme aléatoire pour plusieurs raisons. Il me semble que dans presque tous les cas, la solution optimale consiste à traiter tous les facteurs comme fixes. Premièrement, la distinction entre fixe et aléatoire est assez arbitraire. L'explication standard est …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.