J'utilise AIC (Akaike's Information Criterion) pour comparer des modèles non linéaires dans R. Est-il valide de comparer les AIC de différents types de modèle? Plus précisément, je compare un modèle ajusté par glm avec un modèle avec un terme à effet aléatoire ajusté par glmer (lme4). Sinon,...
Comme le consensus général semble être d'utiliser des modèles mixtes via lmer()en R au lieu de l'ANOVA classique (pour les raisons souvent citées, comme les conceptions déséquilibrées, les effets aléatoires croisés, etc.), je voudrais essayer avec mes données. Cependant, je crains de pouvoir...
Le problème: J'ai lu dans d'autres articles qui predictne sont pas disponibles pour les lmermodèles d' effets mixtes {lme4} dans [R]. J'ai essayé d'explorer ce sujet avec un jeu de données jouet ... Contexte: L'ensemble de données est adapté de cette source et disponible en ... require(gsheet) data...
J'ai parcouru de nombreux sites d'aide et je ne sais toujours pas comment spécifier des termes imbriqués plus compliqués dans un modèle mixte. Je suis également confus en ce qui concerne l'utilisation de :et /et |en spécifiant les interactions et l'imbrication avec des facteurs aléatoires à l'aide...
J'utilise actuellement des modèles linéaires à effets mixtes. J'utilise le package "lme4" dans R. Mes modèles prennent la forme: model <- lmer(response ~ predictor1 + predictor2 + (1 | random effect)) Avant d'exécuter mes modèles, j'ai vérifié la possible multicolinéarité entre les prédicteurs....
J'ai la sortie suivante: Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS2 +sAG2 +sSHDI2 +sbare +season +crop +(1|landscape) AIC BIC logLik deviance 4062 4093 -2022 4044 Random effects: Groups Name Variance Std.Dev. landscape (Intercept) 0.82453 0.90804...
Le lmerTestpackage fournit une anova()fonction pour les modèles mixtes linéaires avec éventuellement l'approximation de Satterthwaite (par défaut) ou de Kenward-Roger des degrés de liberté (df). Quelle est la différence entre ces deux approches? Quand choisir
La citation ci-dessous, tirée de chefs de file dans le domaine de la modélisation à effets mixtes, affirme que les changements de coordonnées dans les modèles avec une corrélation nulle entre les effets aléatoires (modèles «ZCP») modifient les prévisions des modèles. Mais, quelqu'un peut-il...
J'ai exécuté une conception répétée selon laquelle j'ai testé 30 hommes et 30 femmes à travers trois tâches différentes. Je veux comprendre en quoi le comportement des hommes et des femmes est différent et comment cela dépend de la tâche. J'ai utilisé à la fois le package lmer et lme4 pour enquêter...
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Vous souhaitez améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 6 mois . Je travaillais dans les packages R nlme et lme4 , essayant de...
J'essaie de passer de l'utilisation du ezpackage à lmedes mesures répétées ANOVA (car j'espère que je pourrai utiliser des contrastes personnalisés avec lme). En suivant les conseils de ce billet de blog, j'ai pu configurer le même modèle en utilisant à la fois aov(comme le fait ez, sur demande) et...
J'ai regardé à travers cet aperçu des formules lm / lmer R par @conjugateprior et je suis devenu confus par l'entrée suivante: Supposons maintenant que A est aléatoire, mais B est fixe et B est imbriqué dans A. aov(Y ~ B + Error(A/B), data=d) Ci-dessous, une formule de modèle mixte analogue lmer(Y...
Je me demande s'il existe des méthodes pour calculer la taille de l'échantillon dans les modèles mixtes? J'utilise lmeren R pour ajuster les modèles (j'ai des pentes et des interceptions
Supposons que j'ai une mesure pour chaque sujet sur chaque site. Deux variables, le sujet et le site, présentent un intérêt en termes de calcul des valeurs de corrélation intraclasse (ICC). En règle générale, j'utilisais la fonction lmerdu package R lme4et exécutais lmer(measurement ~ 1 + (1 |...
Nous avons exécuté une régression logistique à effets mixtes en utilisant la syntaxe suivante; # fit model fm0 <- glmer(GoalEncoding ~ 1 + Group + (1|Subject) + (1|Item), exp0, family = binomial(link="logit")) # model output summary(fm0) Le sujet et l'objet sont les effets aléatoires. Nous...
J'ai une expérience à mesures répétées où la variable dépendante est un pourcentage et j'ai plusieurs facteurs comme variables indépendantes. Je voudrais utiliser à glmerpartir du package R lme4pour le traiter comme un problème de régression logistique (en spécifiant family=binomial) car il semble...
Avec l'ensemble de données suivant, je voulais voir si la réponse (effet) change en ce qui concerne les sites, la saison, la durée et leurs interactions. Certains forums en ligne sur les statistiques m'ont suggéré de continuer avec les modèles à effets mixtes linéaires, mais le problème est que,...
J'ai étudié la modélisation d'effets mixtes à l'aide du package lme4 dans R. J'utilise principalement la lmercommande, je vais donc poser ma question via du code qui utilise cette syntaxe. Je suppose qu'une question générale facile pourrait être, est-il OK de comparer deux modèles construits en...
J'ai travaillé avec certaines données qui ont des problèmes avec les mesures répétées. Ce faisant, j'ai remarqué un comportement très différent entre lme()et en lmer()utilisant mes données de test et je veux savoir pourquoi. Le faux ensemble de données que j'ai créé contient des mesures de taille...
Nous savons qu'un test t apparié n'est qu'un cas particulier d'ANOVA à mesures répétées unidirectionnelles (ou intra-sujet) ainsi que d'un modèle linéaire à effets mixtes, qui peut être démontré avec la fonction lme () du paquet nlme dans R comme indiqué ci-dessous. #response data from 10 subjects...