Preguntas etiquetadas con lme4-nlme

Estoy tratando de usar lmeel nlmepaquete para replicar resultados de aovANOVA de medidas repetidas. He hecho esto para un experimento de medidas repetidas de un solo factor y para un experimento de dos factores con un factor entre sujetos y un factor dentro de los sujetos, pero tengo problemas para …

19 r  anova  mixed-model  repeated-measures  lme4-nlme 

Tengo un GLMM con una distribución binomial y una función de enlace logit y tengo la sensación de que un aspecto importante de los datos no está bien representado en el modelo. Para probar esto, me gustaría saber si los datos están bien descritos por una función lineal en la …

19 binomial  residuals  glmm  lme4-nlme 

Por favor considere estos datos: dt.m <- structure(list(id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12), occasion = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, …

19 r  mixed-model  stata  lme4-nlme 

Sé que una de las ventajas de los modelos mixtos es que permiten especificar la matriz de varianza-covarianza para los datos (simetría compuesta, autorregresiva, no estructurada, etc.) Sin embargo, la lmerfunción en R no permite una fácil especificación de esta matriz. ¿Alguien sabe qué estructura lmerusa por defecto y por …

18 r  mixed-model  lme4-nlme  covariance-matrix 

Entiendo que usamos modelos de efectos aleatorios (o efectos mixtos) cuando creemos que algunos parámetros del modelo varían aleatoriamente a través de algún factor de agrupación. Deseo ajustar un modelo donde la respuesta se haya normalizado y centrado (no perfectamente, pero bastante cerca) en un factor de agrupación, pero una …

18 mixed-model  random-effects-model  fixed-effects-model  lme4-nlme  intraclass-correlation 

Antecedentes: Nota: Mi conjunto de datos y mi código r se incluyen debajo del texto Deseo usar AIC para comparar dos modelos de efectos mixtos generados usando el paquete lme4 en R. Cada modelo tiene un efecto fijo y un efecto aleatorio. El efecto fijo difiere entre modelos, pero el …

18 maximum-likelihood  random-effects-model  fixed-effects-model  mixed-model  lme4-nlme 

Este es mi marco de datos: Group <- c("G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3") Subject <- c("S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15") Value <- c(9.832217741,13.62390117,13.19671612,14.68552076,9.26683366,11.67886655,14.65083473,12.20969772,11.58494621,13.58474896,12.49053635,10.28208078,12.21945867,12.58276212,15.42648969,9.466436017,11.46582655,10.78725485,10.66159358,10.86701127,12.97863424,12.85276916,8.672953949,10.44587257,13.62135205,13.64038394,12.45778874,8.655142642,10.65925259,13.18336949,11.96595556,13.5552118,11.8337142,14.01763101,11.37502161,14.14801305,13.21640866,9.141392359,11.65848845,14.20350364,14.1829714,11.26202565,11.98431285,13.77216009,11.57303893) data <- data.frame(Group, Subject, Value) Luego ejecuto un modelo de efectos lineales mixtos para comparar la diferencia de los 3 grupos en "Valor", donde "Asunto" es el factor aleatorio: library(lme4) library(lmerTest) model <- lmer (Value~Group …

18 r  lme4-nlme  post-hoc 

Tengo datos de pacientes tratados con 2 tipos diferentes de tratamientos durante la cirugía. Necesito analizar su efecto sobre la frecuencia cardíaca. La medición del ritmo cardíaco se toma cada 15 minutos. Dado que la duración de la cirugía puede ser diferente para cada paciente, cada paciente puede tener entre …

17 r  mixed-model  repeated-measures  lme4-nlme 

Fórmulas modelo en R como y ~ x + a*b + c:d se basan en la llamada notación de Wilkinson : Wilkinson y Rogers 1973, Descripción simbólica de modelos factoriales para análisis de varianza . Este documento no discutió anotaciones para modelos mixtos (que podrían no haber existido en ese …

16 r  mixed-model  lme4-nlme  notation  history 

Estoy usando la glmerfunción del lme4paquete en R, y estoy usando el bobyqaoptimizador (es decir, el predeterminado en mi caso). Recibo una advertencia y tengo curiosidad por saber qué significa. Warning message: In optwrap(optimizer, devfun, start, rho$lower, control = control, : convergence code 3 from bobyqa: bobyqa -- a trust …

16 r  optimization  lme4-nlme  convergence  glmm 

Tengo problemas para entender el resultado de mi lmer()modelo. Es un modelo simple de una variable de resultado (Apoyo) con interceptaciones estatales / efectos aleatorios estatales variables: mlm1 <- lmer(Support ~ (1 | State)) Los resultados de summary(mlm1)son: Linear mixed model fit by REML Formula: Support ~ (1 | State) …

16 r  mixed-model  random-effects-model  lme4-nlme 

He estado usando el MCMCglmmpaquete recientemente. Estoy confundido por lo que se refiere en la documentación como estructura R y estructura G. Estos parecen relacionarse con los efectos aleatorios, en particular especificando los parámetros para la distribución previa sobre ellos, pero la discusión en la documentación parece suponer que el …

16 r  bayesian  mixed-model  lme4-nlme 

En mi estudio mediré la carga de trabajo con varias métricas. Con variabilidad de la frecuencia cardíaca (VFC), actividad electrodérmica (AED) y con una escala subjetiva (IWS). Después de la normalización, el IWS tiene tres valores: Carga de trabajo inferior a lo normal La carga de trabajo es promedio La …

16 r  logistic  lme4-nlme  ordered-logit  polr 

Digamos que tenemos un modelo mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random effects for different …

16 mixed-model  lme4-nlme  overfitting  singular 

Estoy tratando de usar lme4::glmer() para ajustar un modelo mixto binomial generalizado (GLMM) con una variable dependiente que no es binaria, sino una variable continua entre cero y uno. Uno puede pensar en esta variable como una probabilidad; de hecho, es la probabilidad según lo informado por sujetos humanos (en …

15 r  logistic  mixed-model  glmm  lme4-nlme