Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
多项式混合 Logit 模型 mlogit r-package
我发现了mlogit package https cran r project org web packages mlogit index html对于多项 Logit 模型 寻找估计多项混合 Logit 模型 在阅读了精彩的小插图后 我发
r
mixedmodels
multinomial
mlogit
在 R: lme4::glmer 中指定逻辑混合模型中重复测量的随机效应
我正在寻找反馈 以确定如何正确指定随机效应来解释重复测量设计中的相关性 但具有多个相关性级别 包括纵向数据 对于每个预测变量组合 结果是二元的 所以我将拟合逻辑混合模型 我本来打算使用glmer 函数从lme4包裹 如果您想知道这些数据是如
r
LogisticRegression
lme4
mixedmodels
paneldata
如何在具有多个预测变量的混合模型中绘制随机截距和斜率?
当混合模型具有多个预测变量时 是否可以绘制其随机截距或斜率 对于一个预测器 我会这样做 generate one response two predictors and one factor random effect resp lt ru
r
plot
mixedmodels
lmer
randomeffects
为什么使用 lme4 的线性混合模型的输出显示一个因子水平而不是另一个水平?
我正在使用lme4打包并运行线性混合模型 但我很困惑 但输出并期望我遇到错误 即使我没有收到错误消息 基本问题是当我适合这样的模型时lmer Values stimuli timeperiod scale poly distance cod
r
lme4
mixedmodels
使用“stat_smooth”绘制平均值和 CI 与 R 中线性模型的系数之间的差异?
我正在尝试绘制正态分布数据集的平均值和 95 置信区间 我尝试了两种方法 使用stat summaryggplot2 中的函数 然后使用lm模型 提取系数进行绘图 但是 我得到两个不同的图表 为什么我会发现这种差异 使用内置绘图ggplot
r
ggplot2
LM
mixedmodels
如何在 lmer 或 glmer 中预测和绘制非线性变化斜率?
我的目标是使用以下方法从变截距 变斜率多级模型计算预测值lmer and glmer的职能lme4 https cran r project org web packages lme4 index html为了使这一点具体和清晰 我在这里展
r
ggplot2
lme4
mixedmodels
Broom.mixed exp 模型预测
我想请求一些帮助来绘制我的模型的预测值以及 lmer 估计生成的方程 所以 我得到的数据是不同老鼠在不同日期的质量体积 每只老鼠都有不同的时间点来测量该体积 那么 我使用的模型是 m1 lt lmer lVolume Country Day
r
lme4
mixedmodels
broom
R 中 nlme 线性混合模型中相互作用显着性的检验
I use lme函数在nlme用于测试因子水平的 R 包items与因子水平有显着的交互作用condition 因素condition有两个级别 Control and Treatment 以及因子items有 3 个级别 E1 E3 我
r
mixedmodels
glmmTMB 上的计划对比
如果这是一个重复的问题 我们深表歉意 许多人发帖寻找一种方法来对 glmmTMB 中的条件模型 固定因子 进行事后分析 我想在某些组之间进行有计划的对比 而不是测试每个成对比较 例如 Tukey 下面的代码在 lmm 的 nlme lme
r
Comparison
mixedmodels
如何绘制 lmer 模型结果的预测值和标准误差?
我对四个位置和四个基质 取自每个位置 进行了移植实验 我已经确定了每个种群在每个位置和基质组合中的存活率 该实验重复三次 我创建了一个lmm 如下所示 Survival model lt lmer Survival Location Sub
r
lme4
mixedmodels
如何使用 lme4 将没有随机效应的模型与具有随机效应的模型进行比较?
我可以使用 nlme 包中的 gls 来构建 mod1 而不会产生随机效应 然后我可以将使用 AIC 的 mod1 与使用 lme 构建的 mod2 进行比较 后者确实包含随机效应 mod1 gls response fixed1 fixe
r
lme4
mixedmodels
nlme
从 Metafor 中的混合效应多级模型获取 R 平方
我正在 R 中对森林的特定处理进行荟萃分析 对于这个模型 我需要拟合随机效应来解释研究方法的差异和地点年龄的变化之间的差异 因为这两个都是混杂变量 而且我对调查由它们引起的变化并不明确感兴趣 然而 据我所知 包裹 metfor 当您拥有多级
r
mixedmodels
R 中嵌套随机效应模型的模型预测?
我正在尝试拟合具有随机效应的混合模型 lmer基于数据集 df 的模型这个例子在这里 https stackoverflow com a 76510072 7258020 但是 我遇到了一个错误 指出 times 参数无效 有关如何修复它的
r
mixedmodels
randomeffects
R 中的大型固定效应二项式回归
我需要在一个相对较大的数据框架上运行逻辑回归 该数据框架包含 480 000 个条目和 3 个固定效应变量 固定效应 var A 有 3233 个级别 var B 有 2326 个级别 var C 有 811 个级别 所以总共我有 6370
r
LogisticRegression
mixedmodels
microsoftr
largedata
lme4 的混合模型起始值
我正在尝试使用混合模型lmer函数从lme4包裹 但是 我不明白应该输入什么start范围 我的目的是使用简单的线性回归来使用估计的系数作为混合模型的起始值 可以说我的模型如下 linear model lm y x1 x2 x3 data
r
lme4
mixedmodels
回归模型如何处理因子变量?
假设我有一个带有因子和响应变量的数据 我的问题 线性回归和混合效应模型如何处理因子变量 如果我对因子变量的每个级别都有一个单独的模型 m3 and m4 这与模型有何不同m1 and m2 哪一种是最好的模型 方法 作为一个例子 我使用Or
r
Regression
LM
mixedmodels
nlme
如何在 glmer 中获取随机效应的 p 值
我想根据行动和国家层面的特征 使用 glmer 来分析抗议的主张何时针对国家 因此 我想获得固定效应和随机效应的 p 值 我的模型如下所示 targets lt glmer state ENV HLH HRI LAB SMO Capital
r
lme4
mixedmodels
Pvalue
multilevelanalysis
混合效应逻辑回归
我正在尝试在 python 中实现混合效应逻辑回归 作为比较 我正在使用glmer函数从lme4R 中的包 我发现statsmodels模块有一个BinomialBayesMixedGLM应该能够适合这样的模型 然而 我遇到了很多问题 我找
python
LogisticRegression
mixedmodels
为什么 joint_tests 函数(emmeans 包)的结果没有显示模型的交互之一?
我运行 GLMM adaptive 模型 我正在执行资源选择函数 并且使用 joint tests 函数 emmeans 包 来计算模型中项的联合测试 问题是其中一种相互作用没有出现在结果中 模型是 mod hinc lt mixed mo
mixedmodels
emmeans
R:混合效应模型中随机效应的协方差矩阵
根据this https stats stackexchange com questions 24452 how to interpret variance and correlation of random effects in a mi
r
lme4
mixedmodels
1
2
»