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.
J'ai étudié la modélisation d'effets mixtes à l'aide du package lme4 dans R. J'utilise principalement la lmercommande, je vais donc poser ma question via du code qui utilise cette syntaxe. Je suppose qu'une question générale facile pourrait être, est-il OK de comparer deux modèles construits en lmerutilisant des ratios de …
La logique de l'imputation multiple (MI) consiste à imputer les valeurs manquantes non pas une fois mais plusieurs (généralement M = 5), ce qui donne M ensembles de données terminés. Les M ensembles de données complétés sont ensuite analysés avec des méthodes de données complètes sur lesquelles les estimations M …
La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test statistique où j'ai …
Nous savons qu'un test t apparié n'est qu'un cas particulier d'ANOVA à mesures répétées unidirectionnelles (ou intra-sujet) ainsi que d'un modèle linéaire à effets mixtes, qui peut être démontré avec la fonction lme () du paquet nlme dans R comme indiqué ci-dessous. #response data from 10 subjects under two conditions …
Considérez les données suivantes à partir d'une conception bidirectionnelle des sujets: df <- "http://personality-project.org/r/datasets/R.appendix4.data" df <- read.table(df,header=T) head(df) Observation Subject Task Valence Recall 1 1 Jim Free Neg 8 2 2 Jim Free Neu 9 3 3 Jim Free Pos 5 4 4 Jim Cued Neg 7 5 5 Jim …
Disons que nous devons les GLMM mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Ces modèles ne sont pas imbriqués dans le sens habituel de: a <- glmer(y ~ x + A + (1|g), …
Supposons que nous travaillons sur un modèle à effets aléatoires de certaines données de comptage au fil du temps, et que nous voulons contrôler certaines tendances. Normalement, vous feriez quelque chose comme: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") pour inclure une forme quadratique pour t. Est-il possible d'utiliser des techniques …
Il y a une distinction qui me fait trébucher avec des modèles mixtes, et je me demande si je pourrais obtenir une certaine clarté. Supposons que vous ayez un modèle mixte de données de comptage. Il y a une variable que vous voulez comme effet fixe (A) et une autre …
Fondamentalement, je me demande comment les différentes structures de covariance sont appliquées et comment les valeurs à l'intérieur de ces matrices sont calculées. Des fonctions comme lme () nous permettent de choisir quelle structure nous aimerions, mais j'aimerais savoir comment elles sont estimées. Considérons le modèle à effets mixtes linéaires …
J'essaie d'utiliser à lmepartir du nlmepackage pour répliquer les résultats des aovANOVA à mesures répétées. Je l'ai fait pour une expérience de mesures répétées à un facteur et pour une expérience à deux facteurs avec un facteur inter-sujets et un facteur intra-sujets, mais j'ai du mal à le faire pour …
J'essaie de produire un modèle pour lequel j'ai une variable de réponse qui est une proportion entre 0 et 1, cela inclut pas mal de 0 et de 1 mais aussi de nombreuses valeurs entre les deux. Je pense à tenter une régression bêta. Le package que j'ai trouvé pour …
En réponse à cette question, à savoir si ma conception où j'ai présenté au hasard des photos de différentes catégories aux participants était un exemple où je devrais utiliser une mesure répétée ANOVA, j'ai obtenu la réponse que je devrais utiliser un modèle mixte à la place, avec l'un des …
Puis-je obtenir de l'aide pour terminer cette tentative (en cours) de tentative de repérage sur les équivalents ANOVA et REGRESSION? J'ai essayé de concilier les concepts, la nomenclature et la syntaxe de ces deux méthodologies. Il existe de nombreux messages sur ce site concernant leur similitude, par exemple ceci ou …
J'ai parcouru plusieurs livres (Raudenbush & Bryk, Snijders & Bosker, Gelman & Hill, etc.) et plusieurs articles (Gelman, Jusko, Primo & Jacobsmeier, etc.), et je n'ai toujours pas vraiment fait le tour de ma tête les principales différences entre l'utilisation d'erreurs standard groupées et la modélisation à plusieurs niveaux. Je …
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.