Perguntas com a marcação «lme4-nlme»

lme4 e nlme são pacotes R usados ​​para ajustar modelos de efeitos mistos lineares, lineares generalizados e não lineares. Para perguntas gerais sobre modelos mistos, use a tag [modelo misto].

4
A precisão da máquina de aumento de gradiente diminui à medida que o número de iterações aumenta
Estou experimentando o algoritmo da máquina de aumento de gradiente através do caretpacote em R. Usando um pequeno conjunto de dados de admissões de faculdade, executei o seguinte código: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
1
Qual é a intuição por trás de amostras intercambiáveis ​​sob a hipótese nula?
Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …
15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 
2
Erro LME () - limite de iteração atingido
Ao especificar um modelo de efeitos mistos cruzados, estou tentando incluir interações. No entanto, recebo a seguinte mensagem de erro: Error in lme.formula(rate ~ nozzle, random = ~nozzle | operator, data = Flow) : nlminb problem, convergence error code = 1 message = iteration limit reached without convergence (10) O …
1
Como estimar componentes de variação com o lmer para modelos com efeitos aleatórios e compará-los com os resultados do lme
Realizei um experimento em que criei famílias diferentes, provenientes de duas populações de fontes diferentes. Cada família recebeu um dos dois tratamentos. Após o experimento, medi várias características em cada indivíduo. Para testar um efeito do tratamento ou da fonte, bem como sua interação, usei um modelo linear de efeitos …
14 r  anova  variance  lme4-nlme 
1
Modelagem linear de efeitos mistos com dados de estudos gêmeos
Suponhamos que tem alguns alguma variável resposta yijyijy_{ij} que foi medido a partir de jjj th irmão em th família. Além disso, alguns dados comportamentais foram coletados ao mesmo tempo de cada sujeito. Estou tentando analisar a situação com o seguinte modelo linear de efeitos mistos:iiixijxijx_{ij} yij=α0+α1xij+δ1ixij+εijyij=α0+α1xij+δ1ixij+εijy_{ij} = \alpha_0 + …
4
Estimando o ponto de interrupção em um modelo linear quebrado / pedaço quebrado com efeitos aleatórios em R [código e saída incluídos]
Alguém pode me dizer como R estimar o ponto de interrupção em um modelo linear por partes (como um parâmetro fixo ou aleatório), quando eu também precisar estimar outros efeitos aleatórios? Incluí um exemplo de brinquedo abaixo que se encaixa em uma regressão de taco de hóquei / taco quebrado …
1
Equivalência das especificações de efeito aleatório (0 + fator | grupo) e (1 | grupo) + (1 | grupo: fator) em caso de simetria composta
Douglas Bates afirma que os seguintes modelos são equivalentes "se a matriz de variância-covariância para efeitos aleatórios com valor vetorial tiver uma forma especial, chamada simetria composta" ( slide 91 desta apresentação ): m1 <- lmer(y ~ factor + (0 + factor|group), data) m2 <- lmer(y ~ factor + (1|group) …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.