Perguntas com a marcação «multilevel-analysis»

Análise estatística de conjuntos de dados compreendendo vários níveis de hierarquia (por exemplo, alunos aninhados em classes aninhadas em escolas ou previsão hierárquica). Para perguntas sobre modelos mistos, use a tag [modelo misturado]. Para efeitos aleatórios aninhados, use [dados aninhados].

1
Notação para modelagem multinível
A fórmula que você precisa especificar para treinar um modelo multinível (usando lmerda lme4 Rbiblioteca) sempre me entende. Eu li inúmeros livros e tutoriais, mas nunca entendi direito. Então, aqui está um exemplo deste tutorial que eu gostaria de ver formulado em uma equação. Estamos tentando modelar a frequência da …
3
Modelo multinível vs. modelos separados para cada nível
Quais são as vantagens e desvantagens de executar modelos separados versus modelagem multinível? Mais particularmente, suponha que um estudo examinasse pacientes aninhados nas práticas médicas aninhadas nos países. Quais são as vantagens / desvantagens de executar modelos separados para cada país versus um modelo aninhado de três níveis?
2
Modelos hierárquicos para múltiplas comparações - contexto de múltiplos resultados
Acabei de (re) ler Por que de Gelman (geralmente) não precisamos nos preocupar com múltiplas comparações . Em particular, a seção "Múltiplos resultados e outros desafios" menciona o uso de um modelo hierárquico para situações em que existem várias medidas relacionadas da mesma pessoa / unidade em diferentes momentos / …
2
Qual é a melhor maneira de estimar o efeito médio do tratamento em um estudo longitudinal?
Em um estudo longitudinal, os resultados de unidades são medidos repetidamente nos pontos de tempo com um total de ocasiões de medição fixas (fixo = medições nas unidades são feitas ao mesmo tempo). i t mYeu tYitY_{it}Euiitttmmm As unidades são atribuídas aleatoriamente a um tratamento, , ou a um grupo …
2
Bootstrapping paramétrico, semiparamétrico e não paramétrico para modelos mistos
Os seguintes enxertos são retirados deste artigo . Eu sou novato no bootstrap e estou tentando implementar o bootstrap paramétrico, semiparamétrico e não paramétrico para o modelo misto linear com o R bootpacote. Código R Aqui está o meu Rcódigo: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
2
Calcular curva ROC para dados
Portanto, tenho 16 ensaios em que estou tentando autenticar uma pessoa de uma característica biométrica usando a Distância de Hamming. Meu limite está definido como 3,5. Meus dados estão abaixo e apenas o teste 1 é um verdadeiro positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
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 
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.