Pertanyaan yang diberi tag «multilevel-analysis»

Inilah cara saya memahami efek acak bersarang vs. bersilangan: Efek acak bersarang terjadi ketika faktor level yang lebih rendah hanya muncul dalam level tertentu dari faktor level atas. Misalnya, siswa dalam kelas pada titik waktu tertentu. Dalam lme4saya pikir kami mewakili efek acak untuk data bersarang dalam salah satu dari …

88 r  mixed-model  multilevel-analysis  lme4-nlme 

Untuk studi simulasi saya harus membuat variabel acak yang menunjukkan korelasi (populasi) prefined ke variabel .YYY Saya melihat ke dalam Rpaket copuladan CDVineyang dapat menghasilkan distribusi multivarian acak dengan struktur ketergantungan yang diberikan. Namun, tidak mungkin untuk memperbaiki salah satu variabel yang dihasilkan ke variabel yang ada. Setiap ide dan …

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

Dalam kondisi apa seseorang harus mempertimbangkan untuk menggunakan analisis bertingkat / hierarkis yang bertentangan dengan analisis yang lebih mendasar / tradisional (misalnya, ANOVA, regresi OLS, dll.)? Apakah ada situasi di mana ini dapat dianggap wajib? Apakah ada situasi di mana menggunakan analisis bertingkat / hierarkis tidak pantas? Akhirnya, apa saja …

36 mixed-model  multilevel-analysis 

Mereka semua tampaknya mewakili variabel acak oleh node dan (dalam) ketergantungan melalui (mungkin diarahkan) tepi. Saya terutama tertarik pada sudut pandang bayesian.

34 causality  neural-networks  multilevel-analysis  graphical-model 

Apakah "pembelajaran mendalam" hanyalah istilah lain untuk pemodelan bertingkat / hierarkis? Saya jauh lebih akrab dengan yang terakhir daripada yang pertama, tetapi dari apa yang bisa saya katakan, perbedaan utama tidak dalam definisi mereka, tetapi bagaimana mereka digunakan dan dievaluasi dalam domain aplikasi mereka. Sepertinya jumlah node dalam aplikasi "pembelajaran …

31 machine-learning  multilevel-analysis  hierarchical-bayesian  deep-learning 

Saya akan menjelaskan masalah saya dengan sebuah contoh. Misalkan Anda ingin memprediksi penghasilan seseorang yang diberikan beberapa atribut: {Usia, Jenis Kelamin, Negara, Wilayah, Kota}. Anda memiliki dataset pelatihan seperti itu train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Saya mencoba memahami apa arti asumsi pengamatan independen . Beberapa definisi adalah: "Dua peristiwa bersifat independen jika dan hanya jika ." ( Kamus Istilah Statistik )P(a∩b)=P(a)∗P(b)P(a∩b)=P(a)∗P(b)P(a \cap b) = P(a) * P(b) "terjadinya satu peristiwa tidak mengubah probabilitas untuk yang lain" ( Wikipedia ). "Pengambilan sampel satu pengamatan tidak mempengaruhi …

28 probability  sampling  multilevel-analysis  independence  assumptions 

Ketika saya menggunakan GAM, itu memberi saya sisa DF adalah (baris terakhir dalam kode). Apa artinya? Melampaui contoh GAM, Secara umum, bisakah jumlah derajat kebebasan menjadi angka yang bukan bilangan bulat?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

The New York Times memiliki komentar panjang tentang sistem evaluasi guru 'nilai tambah' yang digunakan untuk memberikan umpan balik kepada pendidik Kota New York. Lede adalah persamaan yang digunakan untuk menghitung skor - disajikan tanpa konteks. Strategi retoris tampaknya intimidasi melalui matematika: Teks lengkap artikel ini tersedia di: http://www.nytimes.com/2011/03/07/education/07winerip.html Penulis, …

24 regression  multilevel-analysis  statistics-in-media 

Latar Belakang Salah satu yang paling umum digunakan sebelum varian adalah invers-gamma dengan parameter (Gelman 2006) .α=0.001,β=0.001α=0.001,β=0.001\alpha =0.001, \beta=0.001 Namun, distribusi ini memiliki 90% CI sekitar .[3×1019,∞][3×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001)) [1] 3.362941e+19 Inf Dari sini, saya menafsirkan bahwa memberikan probabilitas rendah bahwa varians akan sangat tinggi, …

21 bayesian  multilevel-analysis  prior 

Diberikan model hirarkis berikut, dan, μ ∼ L a p l a c e ( 0 , c ) di mana N ( ⋅ , ⋅ ) adalah distribusi normal. Apakah ada cara untuk mendapatkan ekspresi yang tepat untuk informasi Fisher dari distribusi marginal X yang diberikan c . Yaitu, …

20 multilevel-analysis  information  fisher-information 

Bayangkan Anda mengulang percobaan tiga kali. Dalam setiap percobaan, Anda mengumpulkan pengukuran rangkap tiga. Rangkap tiga cenderung saling berdekatan, dibandingkan dengan perbedaan antara tiga cara eksperimental. Menghitung nilai tengah berarti cukup mudah. Tetapi bagaimana seseorang bisa menghitung interval kepercayaan untuk grand mean? Contoh data: Eksperimen 1: 34, 41, 39 Eksperimen …

19 confidence-interval  multilevel-analysis 

Misalkan Anda memiliki satu bagian penampang data di mana individu berada di dalam kelompok (misalnya siswa di sekolah) dan Anda ingin memperkirakan model bentuk di Y_i = a + B*X_imana Xmerupakan vektor karakteristik tingkat individu dan akonstanta. Dalam hal ini, anggaplah bias heterogenitas antar-kelompok yang tidak terobservasi dari estimasi poin …

19 econometrics  multilevel-analysis  fixed-effects-model  endogeneity  clustered-standard-errors 

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 pemodelan bertingkat. Saya memahami bagian-bagian yang berkaitan dengan pertanyaan penelitian …

18 mixed-model  multilevel-analysis  clustered-standard-errors 

Saya ingin menguji model jalur multi-tahap (misalnya, A memprediksi B, B memprediksi C, C memprediksi D) di mana semua variabel saya adalah pengamatan individu yang bersarang dalam kelompok. Sejauh ini saya sudah melakukan ini melalui beberapa analisis multilevel unik di R. Saya lebih suka menggunakan teknik seperti SEM yang memungkinkan …

18 r  multilevel-analysis  sem  path-model