Pytania oznaczone «lme4-nlme»

15
Jaka intuicja kryje się za wymiennymi próbkami pod hipotezą zerową?

Testy permutacyjne (zwane również testem randomizacji, testem ponownej randomizacji lub testem dokładnym) są bardzo przydatne i przydają się, gdy t-testnie jest spełnione założenie o rozkładzie normalnym wymagane na przykład i gdy transformacja wartości przez ranking test nieparametryczny,...

14
Szacowanie punktu przerwania w złamanym drążku / częściowym modelu liniowym z losowymi efektami w R [zawiera kod i dane wyjściowe]

Czy ktoś może mi powiedzieć, jak R oszacować punkt przerwania w częściowym modelu liniowym (jako parametr stały lub losowy), gdy muszę również oszacować inne efekty losowe? Poniżej zamieściłem przykład zabawki, który pasuje do regresji kija hokejowego / łamanego kija z losowymi wariancjami...

14
Błąd LME () - osiągnięty limit iteracji

Podając model skrzyżowanych efektów mieszanych, próbuję uwzględnić interakcje. Jednak pojawia się następujący komunikat o błędzie: Error in lme.formula(rate ~ nozzle, random = ~nozzle | operator, data = Flow) : nlminb problem, convergence error code = 1 message = iteration limit reached without...

13
Równoważność specyfikacji losowego efektu (0 + czynnik | grupa) i (1 | grupa) + (1 | grupa: czynnik) w przypadku symetrii złożonej

Douglas Bates twierdzi, że następujące modele są równoważne „jeśli macierz wariancji-kowariancji dla efektów losowych o wartościach wektorowych ma specjalną formę, zwaną symetrią złożoną” ( slajd 91 w tej prezentacji ): m1 <- lmer(y ~ factor + (0 + factor|group), data) m2 <- lmer(y ~ factor...

12
Model mieszany z 1 obserwacją na poziom

Dopasowuję model efektów losowych glmerdo niektórych danych biznesowych. Celem jest analiza wyników sprzedaży przez dystrybutora, z uwzględnieniem różnic regionalnych. Mam następujące zmienne: distcode: identyfikator dystrybutora z około 800 poziomami region: identyfikator geograficzny...

12
Kryteria wyboru „najlepszego” modelu w ukrytym modelu Markowa

Mam zestaw danych szeregów czasowych, do którego próbuję dopasować ukryty model Markowa (HMM) w celu oszacowania liczby stanów ukrytych w danych. Mój pseudo-kod do tego jest następujący: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states =...