Pertanyaan yang diberi tag «lme4-nlme»

lme4 dan nlme adalah paket R yang digunakan untuk pemasangan model efek campuran linier, linier umum, dan nonlinier. Untuk pertanyaan umum tentang model campuran, gunakan tag [model campuran].

1
Cara mengatur kontras khusus dengan lmer di R
Saya menggunakan lmer di R untuk memeriksa efek kondisi ( cond) pada beberapa hasil. Berikut adalah beberapa data yang dibuat, di mana s adalah pengidentifikasi subjek dan a, bdan ckondisi. library("tidyr") library("dplyr") set.seed(123) temp <- data.frame(s = paste0("S", 1:30), a = rnorm(30, -2, 1), b = rnorm(30, -3, 1), c …

1
Bagaimana cara menginterpretasikan varian efek acak dalam model campuran linier umum
Dalam Model Generalized Linear Mixed logistik (family = binomial), saya tidak tahu bagaimana menafsirkan varians efek acak: Random effects: Groups Name Variance Std.Dev. HOSPITAL (Intercept) 0.4295 0.6554 Number of obs: 2275, groups: HOSPITAL, 14 Bagaimana cara menginterpretasikan hasil numerik ini? Saya memiliki sampel pasien yang ditransplantasikan ginjal dalam penelitian multicenter. …
9 r  lme4-nlme 

1
tes anova tipe III untuk GLMM
Saya memasang glmermodel dalam lme4paket R. Saya mencari tabel anova dengan nilai p yang ditunjukkan di sini, tetapi saya tidak dapat menemukan paket yang cocok. Apakah mungkin melakukannya di R? Model yang saya pas adalah dalam bentuk: model1<-glmer(dmn~period*teethTreated+(1|fullName), family="poisson", data=subset(dataset, group=='Four times a year'), control=glmerControl(optimizer="bobyqa"))

1
Bagaimana cara membandingkan acara yang diamati dengan yang diharapkan?
Misalkan saya punya satu sampel frekuensi dari 4 peristiwa yang mungkin: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 dan saya memiliki probabilitas yang diharapkan dari peristiwa saya terjadi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dengan jumlah frekuensi yang diamati …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 


2
Apakah saya menentukan model lmer saya dengan benar?
Saya telah menjelajahi Google dan situs ini dan saya masih bingung tentang fungsi lmer di perpustakaan lme4. Saya memiliki beberapa data yang dikumpulkan dari bangsal psikiatri yang berbeda, yang memiliki struktur bertingkat. Untuk menyederhanakan, saya akan memilih dua level 2 dan dua variabel level 1, meskipun saya sebenarnya memiliki beberapa …

2
Hitung kurva ROC untuk data
Jadi, saya memiliki 16 percobaan di mana saya mencoba untuk mengotentikasi seseorang dari sifat biometrik menggunakan Hamming Distance. Ambang batas saya diatur ke 3.5. Data saya di bawah dan hanya percobaan 1 yang Benar-Benar Positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

1
Perkiraan efek acak dalam model binomial (lme4)
Saya mensimulasikan uji coba Bernoulli dengan acak logitθ∼N(logitθ0,12)logitθ∼N(logitθ0,12)\text{logit}\, \theta \sim {\cal N}(\text{logit}\, \theta_0, 1^2)antara kelompok dan kemudian saya cocokkan dengan model yang sesuai dengan lme4paket: library(lme4) library(data.table) I <- 30 # number of groups J <- 10 # number of Bernoulli trials within each group logit <- function(p) log(p)-log(1-p) expit …

1
Kesetaraan antara model anova tindakan berulang dan model campuran: lmer vs lme, dan simetri majemuk
Saya memiliki beberapa kesulitan untuk mendapatkan hasil yang setara antara aovmodel tindakan berulang antara-dalam dan lmermodel campuran. Data dan skrip saya terlihat sebagai berikut data=read.csv("https://www.dropbox.com/s/zgle45tpyv5t781/fitness.csv?dl=1") data$id=factor(data$id) data id FITNESS TEST PULSE 1 1 pilates CYCLING 91 2 2 pilates CYCLING 82 3 3 pilates CYCLING 65 4 4 pilates CYCLING …


1
Apa yang harus dilakukan dengan heterogenitas varians ketika spread berkurang dengan nilai yang lebih besar
Saya mencoba untuk menghasilkan model campuran linier kode R adalah sebagai berikut. lme (Average.payoff ~ Game + Type + Others.Type + Game: Type + Game: Others.Type + Type: Others.Type, random = ~ 1 | Subjek, metode = "REML", data = Subjectsm1) -> lme1 Istilah respons Average.payoff kontinu sementara semua variabel …





Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.