Preguntas etiquetadas con mixed-model

Los modelos mixtos (también conocidos como multinivel o jerárquicos) son modelos lineales que incluyen efectos fijos y efectos aleatorios. Se utilizan para modelar datos longitudinales o anidados.

1
¿Se pueden usar las pendientes en regresiones lineales como variables independientes o dependientes en otros modelos de regresión?
Tengo 100 pacientes y cada paciente tiene 10 mediciones longitudinales de creatinina sérica. Las tasas de filtración glomerular estimadas (TFGe) se calcularon a partir de una fórmula MDRD que comprende género, edad y creatinina sérica. La TFGe es la variable dependiente y el tiempo es la variable independiente en regresión …
3
Consejos para explicar la heterogeneidad / heteroscedasticidad
Estoy buscando ayuda, consejos o sugerencias sobre cómo explicar la heterogeneidad / heterocedasticidad a los biólogos de mi departamento. En particular, quiero explicar por qué es importante buscarlo y tratarlo si existe, estaba buscando opiniones sobre las siguientes preguntas. ¿La heterogeneidad influye en la fiabilidad de las estimaciones de efectos …
1
Regularización L2 versus reducción de efectos aleatorios
Una propiedad fundamental de la regresión de efectos aleatorios es que las estimaciones de interceptación aleatoria se "reducen" hacia la media general de la respuesta en función de la varianza relativa de cada estimación. U^j=ρjy¯j+(1−ρj)y¯U^j=ρjy¯j+(1−ρj)y¯\hat{U}_j = \rho_j \bar{y}_j + (1-\rho_j)\bar{y} dónde ρj=τ2/ (τ2+σ2/ /nortej) .ρj=τ2/(τ2+σ2/nj).\rho_j = \tau^2 / (\tau^2 + …
3
Cómo realizar SVD para imputar valores perdidos, un ejemplo concreto
He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
3
Probabilidad gaussiana + which prior = Gaussian Marginal?
Dada una probabilidad gaussiana para una muestra como con siendo el espacio de parámetros y , parametrizaciones arbitrarias del vector medio y la matriz de covarianza.yyyp ( yEl | θ)= N( y; μ ( θ ) , Σ ( θ ) )p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) = \mathcal{N}(y;\mu(\theta),\Sigma(\theta))ΘΘ\Thetaμ ( θ )μ(θ)\mu(\theta)Σ ( θ )Σ(θ)\Sigma(\theta) …
1
¿Se supone que los efectos de grupo en un modelo de efectos mixtos se seleccionaron de una distribución normal?
Digamos que estamos interesados ​​en cómo las calificaciones de los exámenes de los estudiantes se ven afectadas por la cantidad de horas que esos estudiantes estudian. Tomamos muestras de estudiantes de varias escuelas diferentes. Ejecutamos el siguiente modelo de efectos mixtos: grados de examenyo= a +β1×horas estudiadasyo+colegioj+miyogrados de examenyo=una+β1×horas estudiadasyo+colegioj+miyo …
2
Prueba y pruebas de múltiples efectos aleatorios
Tengo curiosidad acerca de cómo el paquete lmerTest en R, específicamente la función "rand", maneja las pruebas de efectos aleatorios. Considere el ejemplo del pdf lmerTest en CRAN que usa el conjunto de datos "zanahorias" incorporado: #import lme4 package and lmerTest package library(lmerTest) #lmer model with correlation between intercept and …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.