Saya telah melihat pemodelan efek campuran menggunakan paket lme4 di R. Saya terutama menggunakan lmerperintah jadi saya akan mengajukan pertanyaan saya melalui kode yang menggunakan sintaks itu. Saya kira pertanyaan umum yang mudah mungkin, apakah boleh untuk membandingkan dua model yang dibangun...
Seorang rekan kerja menganalisis beberapa data biologis untuk disertasinya dengan beberapa Heteroscedasticity jahat (gambar di bawah). Dia menganalisanya dengan model campuran tetapi masih mengalami masalah dengan residu. Mentransformasi variabel-variabel respons membersihkan semuanya dan...
Saya mengerti bahwa perbedaan di antara mereka terkait dengan apakah variabel pengelompokan dalam model diperkirakan sebagai efek tetap atau acak, tetapi tidak jelas bagi saya mengapa mereka tidak sama (jika mereka tidak sama). Saya secara khusus tertarik pada bagaimana ini bekerja ketika...
Pada dasarnya apa yang saya pikirkan adalah bagaimana struktur kovarian yang berbeda ditegakkan, dan bagaimana nilai-nilai di dalam matriks ini dihitung. Fungsi seperti lme () memungkinkan kami untuk memilih struktur mana yang kami inginkan, tetapi saya ingin tahu bagaimana
Katakanlah kita harus GLMM mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Model-model ini tidak bersarang dalam arti biasa: a <- glmer(y ~ x + A + (1|g), data = dat) b <- glmer(y ~ x + A + B + (1|g), data = dat) jadi kita tidak bisa...
Katakanlah kami sedang mengerjakan model efek acak dari beberapa data jumlah dari waktu ke waktu, dan kami ingin mengendalikan beberapa tren. Biasanya, Anda akan melakukan sesuatu seperti: lmer(counts ~ dependent_variable + (1+t+I(t^2)|ID), family="poisson") untuk memasukkan bentuk kuadrat untuk...
Silakan pertimbangkan data ini: dt.m <- structure(list(id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12), occasion = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("g1", "g2"), class =...
Saya mencoba untuk menghasilkan model yang saya punya variabel respon yang merupakan proporsi antara 0 dan 1, ini mencakup beberapa 0s dan 1s tetapi juga banyak nilai di antaranya. Saya sedang berpikir tentang mencoba regresi beta. Paket yang saya temukan untuk R (betareg) hanya memungkinkan nilai...
Saya mencoba menggunakan lmedari nlmepaket untuk mereplikasi hasil dari aovuntuk ANOVA tindakan berulang. Saya telah melakukan ini untuk percobaan pengukuran berulang faktor tunggal dan untuk eksperimen dua faktor dengan satu faktor antar-subjek dan satu faktor dalam-subyek, tetapi saya mengalami...
Menanggapi pertanyaan ini , mengenai apakah desain saya di mana saya secara acak menyajikan peserta dengan gambar-gambar dari kategori yang berbeda adalah contoh di mana saya harus menggunakan langkah-langkah ANOVA yang berulang, saya mendapat jawaban bahwa saya harus menggunakan model campuran,...
Pertimbangkan data berikut dari dua arah dalam desain subjek: 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...
Ada perbedaan yang membuat saya bingung dengan model campuran, dan saya bertanya-tanya apakah saya bisa mendapatkan kejelasan tentang itu. Mari kita asumsikan Anda punya model campuran data hitungan. Ada variabel yang Anda tahu Anda inginkan sebagai efek tetap (A) dan variabel lain untuk waktu (T),...
Secara khusus, bagaimana kesalahan standar efek tetap dalam model efek campuran linier harus dihitung (dalam arti frequentist)? Saya telah memimpin untuk percaya bahwa perkiraan tipikal ( ), seperti yang disajikan dalam Laird dan Ware [1982] akan memberikan SE ukurannya diremehkan karena estimasi...
Saya tidak tahu apakah ini sudah ditanyakan sebelumnya, tetapi saya tidak menemukan apa-apa tentang itu. Pertanyaan saya adalah apakah ada yang bisa memberikan referensi yang baik untuk belajar bagaimana mendapatkan proporsi varian yang dijelaskan oleh masing-masing faktor tetap dan acak dalam...
Saya mengerti bahwa kami menggunakan model efek acak (atau efek campuran) ketika kami percaya bahwa beberapa parameter model bervariasi secara acak di beberapa faktor pengelompokan. Saya memiliki keinginan untuk menyesuaikan model di mana respons telah dinormalisasi dan terpusat (tidak sempurna,...
Saya tahu bahwa salah satu keuntungan dari model campuran adalah bahwa mereka memungkinkan untuk menentukan matriks varians-kovarians untuk data (simetri gabungan, autoregresif, tidak terstruktur, dll.) Namun, lmerfungsi dalam R tidak memungkinkan spesifikasi mudah dari matriks ini. Adakah yang...
Latar Belakang: Catatan: Kumpulan data dan kode-r saya termasuk di bawah teks Saya ingin menggunakan AIC untuk membandingkan dua model efek campuran yang dihasilkan menggunakan paket lme4 di R. Setiap model memiliki satu efek tetap dan satu efek acak. Efek tetap berbeda di antara model, tetapi...
Apa saja jebakan utama dari penggunaan model efek campuran linier? Apa hal terpenting yang harus diuji / diperhatikan dalam menilai kesesuaian model Anda? Saat membandingkan model-model dari dataset yang sama, apa hal terpenting yang harus
Saya telah membaca beberapa buku (Raudenbush & Bryk, Snijders & Bosker, Gelman & Hill, dll.) Dan beberapa artikel (Gelman, Jusko, Primo & Jacobsmeier, dll.), Dan saya masih belum benar-benar membungkus kepala saya perbedaan utama antara menggunakan kesalahan standar berkerumun ayat...
Halo Saya memiliki dua masalah yang terdengar seperti kandidat alami untuk model bertingkat / campuran, yang tidak pernah saya gunakan. Yang lebih sederhana, dan yang saya harap coba sebagai pengantar, adalah sebagai berikut: Data tampak seperti banyak baris formulir x y innergroup outergroup di...