Pertanyaan yang diberi tag «random-effects-model»

Parameter yang terkait dengan level tertentu dari kovariat kadang-kadang disebut "efek" dari level tersebut. Jika level yang diamati mewakili sampel acak dari set semua level yang memungkinkan, kami menyebut efek ini "acak".


3
Cheat sheet L sedikit
Ada banyak diskusi yang terjadi di forum ini tentang cara yang tepat untuk menentukan berbagai model hirarkis yang digunakan lmer. Saya pikir akan bagus jika memiliki semua informasi di satu tempat. Beberapa pertanyaan untuk memulai: Bagaimana cara menentukan beberapa level, di mana satu kelompok bersarang di dalam yang lain: apakah …





5
Pemodelan data longitudinal di mana efek waktu bervariasi dalam bentuk fungsional antara individu
Konteks : Bayangkan Anda memiliki studi longitudinal yang mengukur variabel dependen (DV) sekali seminggu selama 20 minggu pada 200 peserta. Meskipun saya tertarik pada umumnya, DV yang saya pikirkan termasuk kinerja pekerjaan setelah perekrutan atau berbagai tindakan kesejahteraan setelah intervensi psikologi klinis. Saya tahu bahwa pemodelan multilevel dapat digunakan untuk …

2
Dalam model multi-level, apa implikasi praktis dari memperkirakan dan tidak mengestimasi parameter korelasi efek acak?
Dalam model multi-level, apa implikasi praktis dan terkait interpretasi parameter estimasi efek korelasi acak dan tidak diperkirakan? Alasan praktis untuk menanyakan hal ini adalah bahwa dalam kerangka lmer dalam R, tidak ada metode yang diimplementasikan untuk memperkirakan nilai-p melalui teknik MCMC ketika estimasi dibuat dalam model korelasi antara parameter. Misalnya, …



5
Apa keuntungan dari memperlakukan faktor sebagai acak dalam model campuran?
Saya memiliki masalah dalam merangkul manfaat pemberian label faktor model secara acak karena beberapa alasan. Bagi saya sepertinya dalam hampir semua kasus solusi optimal adalah memperlakukan semua faktor sebagai tetap. Pertama, perbedaan fixed vs random cukup arbitrer. Penjelasan standar adalah bahwa, jika seseorang tertarik pada unit eksperimen tertentu, maka ia …


4
Bagaimana cara memproyeksikan vektor baru ke ruang PCA?
Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA. Haruskah komponen utama dalam matriks ini disusun dalam baris …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

4
Dalam prakteknya bagaimana matriks efek kovarians acak dihitung dalam model efek campuran?
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 perkiraannya. Pertimbangkan model efek campuran linier .Y= Xβ+ Zu + ϵY=Xβ+Zkamu+ϵY=X\beta+Zu+\epsilon …

2
Ketidaksepakatan besar dalam estimasi kemiringan ketika kelompok diperlakukan sebagai acak vs tetap dalam model campuran
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, tapi cukup dekat) di seluruh faktor pengelompokan, tetapi variabel independen …

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.