Perguntas com a marcação «random-effects-model»

Os parâmetros associados aos níveis particulares de uma covariável são chamados às vezes de "efeitos" dos níveis. Se os níveis observados representam uma amostra aleatória do conjunto de todos os níveis possíveis, chamamos esses efeitos de "aleatórios".

3
Folha de dicas do Lmer de R
Há muita discussão neste fórum sobre a maneira correta de especificar vários modelos hierárquicos usando lmer. Eu pensei que seria ótimo ter todas as informações em um só lugar. Algumas perguntas para começar: Como especificar vários níveis, em que um grupo está aninhado no outro: é (1|group1:group2)ou é (1+group1|group2)? Qual …
2
Em um modelo multinível, quais são as implicações práticas de estimar versus não estimar parâmetros de correlação de efeito aleatório?
Em um modelo multinível, quais são as implicações práticas e relacionadas à interpretação de estimar versus não estimar parâmetros de correlação de efeito aleatório? A razão prática para perguntar isso é que, na estrutura anterior em R, não há método implementado para estimar valores de p por meio de técnicas …
4
Como projetar um novo vetor no espaço PCA?
Depois de executar a análise de componentes principais (PCA), quero projetar um novo vetor no espaço do PCA (ou seja, encontrar suas coordenadas no sistema de coordenadas do PCA). Eu calculei o PCA na linguagem R usando prcomp. Agora eu devo poder multiplicar meu vetor pela matriz de rotação PCA. …
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
Na prática, como é calculada a matriz de covariância de efeitos aleatórios em um modelo de efeitos mistos?
Basicamente, o que eu quero saber é como as diferentes estruturas de covariância são aplicadas e como os valores dentro dessas matrizes são calculados. Funções como lme () permitem escolher qual estrutura gostaríamos, mas eu adoraria saber como elas são estimadas. Considere o modelo linear de efeitos mistos .Y=Xβ+Zu+ϵY=Xβ+Zu+ϵY=X\beta+Zu+\epsilon Onde …
2
Grande desacordo na estimativa de declive quando os grupos são tratados aleatoriamente versus fixados em um modelo misto
Entendo que usamos modelos de efeitos aleatórios (ou efeitos mistos) quando acreditamos que alguns parâmetros do modelo variam aleatoriamente em algum fator de agrupamento. Desejo ajustar um modelo em que a resposta tenha sido normalizada e centralizada (não perfeitamente, mas bastante próxima) em um fator de agrupamento, mas uma variável …
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.