Pertanyaan yang diberi tag mixed-model

11
R / mgcv: Mengapa produk tensor () dan ti () menghasilkan permukaan yang berbeda?

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan...

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
11
Model Intercept acak vs. GEE

Pertimbangkan model linear intersep acak. Ini setara dengan regresi linier GEE dengan matriks korelasi kerja yang dapat ditukar. Misalkan prediktornya adalah x1, x2,x1,x2,x_1, x_2, dan dan koefisien untuk prediktor ini adalah , , dan . Apa interpretasi untuk koefisien dalam model intersep acak?...

mixed-model
10
Bagaimana saya harus memodelkan interaksi antara variabel penjelas ketika salah satu dari mereka mungkin memiliki istilah kuadratik dan kubik?

Saya sungguh berharap bahwa saya telah mengutarakan pertanyaan ini sedemikian rupa sehingga dapat dijawab secara pasti - jika tidak, tolong beri tahu saya dan saya akan mencoba lagi! Saya juga harus menebak bahwa saya akan menggunakan R untuk analisis ini. Saya memiliki beberapa ukuran plant...

hypothesis-testing mixed-model interaction nonlinear regression-strategies
10
Matriks Model untuk Model Efek Campuran

Dalam lmerfungsi di lme4dalam Rada panggilan untuk membangun model matriks efek acak, , seperti yang dijelaskan di sini , halaman 7 - 9.ZZZ Menghitung mensyaratkan KhatriRao dan / atau produk Kronecker dari dua matriks, dan X_i . J i X iZZZJiJiJ_iXiXiX_i Matriks JiJiJ_i adalah suap: "Matriks...

r mixed-model lme4-nlme matrix
10
Mengapa Anova () dan drop1 () memberikan jawaban berbeda untuk GLMM?

Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau...

r anova glmm r mixed-model bootstrap sample-size cross-validation roc auc sampling stratification random-allocation logistic stata interpretation proportion r regression multiple-regression linear-model lm r cross-validation cart rpart logistic generalized-linear-model econometrics experiment-design causality instrumental-variables random-allocation predictive-models data-mining estimation contingency-tables epidemiology standard-deviation mean ancova psychology statistical-significance cross-validation synthetic-data poisson-distribution negative-binomial bioinformatics sequence-analysis distributions binomial classification k-means distance unsupervised-learning euclidean correlation chi-squared spearman-rho forecasting excel exponential-smoothing binomial sample-size r change-point wilcoxon-signed-rank ranks clustering matlab covariance covariance-matrix normal-distribution simulation random-generation bivariate standardization confounding z-statistic forecasting arima minitab poisson-distribution negative-binomial poisson-regression overdispersion probability self-study markov-process estimation maximum-likelihood classification pca group-differences chi-squared survival missing-data contingency-tables anova proportion
10
Ide model campuran dan metode Bayesian

Dalam model campuran, kami mengasumsikan efek acak (parameter) adalah variabel acak yang mengikuti distribusi normal. Itu terlihat sangat mirip dengan metode Bayesian, di mana semua parameter dianggap acak. Jadi, apakah model efek acak jenis kasus khusus metode

bayesian mixed-model