与随机效应项统计模型分析相关的编程问题,也有不同的:重复测量,分层,多层次模型
有没有在Python中执行多项逻辑混合效应回归的包? pymer4 可以进行混合效应逻辑回归,但我找不到实现多重效果的包...
我想使用以下数据与 R 来拟合混合效应模型。并且我想绘制建模数据以显示使用模型预测值的平均 95% CI。 温度 <- data.frame( ...
如何在 R 中提升具有固定和随机效应的模型(未知的底层分布)?
示例数据集 df <- data.frame (species = rep(c("A","B","C","D"), times = 20), factor = rep(c("1","2","3"...
我们有一项预测疾病事件结果的研究:我们使用混合效应逻辑回归。 结果:二元疾病是(1)或否(0)| 固定效果:complication1(二元,是或否),
我正在尝试使用线性混合模型进行模拟研究。作为一个例子,为了呈现我所面临的相同错误,我在这里发布使用 Orth 的模型结构......
如何在Python statsmodels线性混合效应模型中拥有多个组?
我正在尝试使用Python statsmodels线性混合效应模型来拟合具有两个随机截距的模型,例如两组。我不知道如何初始化模型,以便我可以...
我有以下数据: # 创建一个空数据框来存储模拟数据 数据<- data.frame( Lot = rep(1:num_lots, each = 9), Time = rep(3 * 0:8, times = num_lots), Purity = num...
如何在 ggplot2 混合效应模型中仅显示一条回归线的置信区间?
以下代码创建一个包含 3 列的数据框。 设置.种子(142222) 手数 <- 5 # Create an empty data frame to store the simulated data data <- data.frame(Lot = rep(1:num_lots, each ...
我有一个关于 Pymer4 中混合效果的问题(与 lme4 相同,但在 python 中)。我的模型在机器学习下拟合以获得预测值(Observed_values = Predicted_values + Total_residu...
我正在使用 nlme 包创建广义最小二乘模型。这是一个带有生成数据集的可重现示例: # 加载必要的库 图书馆(nlme) # 生成一些数据 设置种子...
我正在使用 R 中的 nlme 包来创建广义最小二乘模型。这是一个带有生成数据集的可重现示例: # 加载必要的库 图书馆(nlme) # 生成一些数据 设置...
在 R 中使用 lme4 混合效应模型时 !is.na(v.e) && v.e > 0 中出现错误
我没有找到与我的问题类似的内容。 我有来自 20 个不同实验的单细胞表达数据(29733 个基因 x 24489 个细胞)。我们想看看基因表达是否存在差异
问题概述 我正在使用一个数据集来检查植物生长与 各种因素,包括 14 个不同的海冰范围 (SeaIce) 采样点。为了分析数据,我...
我正在 R 中拟合一个混合模型,其交互项如下:模型<- lmer(y ~ x * z + (1|h), data = df). y and x are continuous variables and z is a categorical variable, and h is a ran...
找出某个协变量相对于 R 中所有其他协变量和交互作用的平均效果
我正在 R 中运行一个线性混合模型,使用一个项目的重复测量数据,作为我分析的一部分,我需要确定时间的影响是什么(结果与一个相比有多少变化
可能很简单。 我有具有固定和随机效应的数据,我想将混合效应模型拟合到: 设置.种子(1) df <- data.frame(group = c(rep("A",40),rep("B",40)), tre...
我有(过度分散的)计数数据,这些数据是在不同设施收集的,我想使用负二项式随机效应模型对其进行建模,并对设施产生随机效应。进一步检查...
如果我遗漏了任何明显的东西,我深表歉意,但我有这个非常简单的数据集(只是为了说明我遇到的问题): 15名参与者,3种情况,每个参与者都经历了...
我正在尝试为我的硕士论文创建一个贝叶斯混合线性模型,但在异方差性方面遇到了麻烦。所以我的主管建议 Phi^-1 变换我的因变量(因为它是一个
如何使用 stats.models 将数据转换为混合效应模型的偏态正态分布?
我是建模新手,所以请耐心等待,但我正在使用 statsmodels mixlm,如下所示: 模型 = smf.mixedlm("值 ~ categorical_variable", data, groups=data[year_identifier]) 当我...