Preguntas etiquetadas con random-effects-model

Los parámetros asociados con los niveles particulares de una covariable a veces se denominan "efectos" de los niveles. Si los niveles que se observan representan una muestra aleatoria del conjunto de todos los niveles posibles, llamamos a estos efectos "aleatorios".

1
¿Cómo deben calcularse los errores estándar para las estimaciones del modelo de efectos mixtos?
En particular, ¿cómo deben calcularse los errores estándar de los efectos fijos en un modelo lineal de efectos mixtos (en un sentido frecuentista)? He estado llevan a creer que las estimaciones típicas ( Var(β^)=(X′VX)−1Var(β^)=(X′VX)−1{\rm Var}(\hat\beta)=(X'VX)^{-1} ), tales como los presentados en Laird y Ware [1982] darán SE de que se …
2
¿REML o ML para comparar dos modelos de efectos mixtos con diferentes efectos fijos, pero con el mismo efecto aleatorio?
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 …
4
Efecto fijo versus efecto aleatorio cuando se incluyen todas las posibilidades en un modelo de efectos mixtos
En un modelo de efectos mixtos, la recomendación es utilizar un efecto fijo para estimar un parámetro si se incluyen todos los niveles posibles (p. Ej., Hombres y mujeres). Se recomienda además utilizar un efecto aleatorio para tener en cuenta una variable si los niveles incluidos son solo una muestra …
1
¿Por qué los modelos de efectos mixtos resuelven la dependencia?
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. Para explorar esta relación, podríamos ejecutar la siguiente regresión lineal: exam.gradesi=a+β1×hours.studiedi+eiexam.gradesi=a+β1×hours.studiedi+ei \text{exam.grades}_i = a + \beta_1 \times \text{hours.studied}_i + e_i Pero si tomamos muestras …
2
¿Por qué SAS PROC GLIMMIX me da pendientes aleatorias MUY diferentes que glmer (lme4) para un binomial glmm
Soy un usuario más familiarizado con R, y he estado tratando de estimar pendientes aleatorias (coeficientes de selección) para aproximadamente 35 individuos durante 5 años para cuatro variables de hábitat. La variable de respuesta es si una ubicación fue "utilizada" (1) o "disponible" (0) hábitat ("uso" a continuación). Estoy usando …
5
¿Cómo realizar la imputación de valores en una gran cantidad de puntos de datos?
Tengo un conjunto de datos muy grande y faltan alrededor del 5% de valores aleatorios. Estas variables están correlacionadas entre sí. El siguiente conjunto de datos R de ejemplo es solo un ejemplo de juguete con datos correlacionados ficticios. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Diferencias entre PROC Mixed y lme / lmer en R - grados de libertad
Nota: esta pregunta es una nueva publicación, ya que mi pregunta anterior tuvo que ser eliminada por razones legales. Al comparar PROC MIXED de SAS con la función lmedel nlmepaquete en R, me topé con algunas diferencias bastante confusas. Más específicamente, los grados de libertad en las diferentes pruebas difieren …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
3
¿Se pueden (debería) utilizar técnicas de regularización en un modelo de efectos aleatorios?
Por técnicas de regularización me refiero a lazo, regresión de cresta, red elástica y similares. Considere un modelo predictivo sobre datos de atención médica que contenga datos demográficos y de diagnóstico en los que se pronostique la duración de la estadía para hospitalización. Para algunos individuos hay múltiples observaciones LOS …
1
Modelo marginal versus modelo de efectos aleatorios: ¿cómo elegir entre ellos? Un consejo para un laico
Al buscar cualquier información sobre el modelo marginal y el modelo de efectos aleatorios , y cómo elegir entre ellos, he encontrado algo de información, pero fue una explicación abstracta más o menos matemática (como por ejemplo aquí: https: //stats.stackexchange .com / a / 68753/38080 ). En algún lugar descubrí …
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.