প্রশ্ন ট্যাগ «mixed-model»

মিশ্র (ওরফে মাল্টিলেভেল বা শ্রেণিবিন্যাস) মডেলগুলি লিনিয়ার মডেল যা স্থির প্রভাব এবং এলোমেলো প্রভাব উভয়ই অন্তর্ভুক্ত। তারা দ্রাঘিমাংশ বা নেস্টেড ডেটা মডেল করতে ব্যবহৃত হয়।

2
তাদের মধ্যে যখন কারওর চারপাশে এবং ঘনক পদ থাকতে পারে তখন আমি কীভাবে ব্যাখ্যাযোগ্য ভেরিয়েবলগুলির মধ্যে পারস্পরিক মিথস্ক্রিয়া মডেল করব?
আমি আন্তরিকভাবে আশা করছি যে আমি এই প্রশ্নটি এমনভাবে বানিয়েছি যাতে এর যথাযথভাবে উত্তর দেওয়া যেতে পারে - যদি তা না হয় তবে দয়া করে আমাকে জানান এবং আমি আবার চেষ্টা করব! আমারও অনুমান করা উচিত যে আমি এই বিশ্লেষণগুলির জন্য আর ব্যবহার করব। আমার plant performance (Ys)সন্দেহজনক কয়েকটি পদক্ষেপ …

2
মিশ্রিত প্রভাব মডেলগুলিতে lme4 ব্যবহার করে ইন্টারঅ্যাকশন শব্দটির জন্য পি মান
আমি ব্যবহার কিছু আচরণগত ডেটা বিশ্লেষণ করছি lme4মধ্যে Rবেশিরভাগই নিম্নলিখিত বোডো উইন্টার'স চমৎকার টিউটোরিয়াল , কিন্তু আমি বুঝতে পারছি না আমি যদি পারস্পরিক ক্রিয়ার হ্যান্ডলিং করছি সঠিকভাবে। সবচেয়ে খারাপ বিষয়, এই গবেষণার সাথে জড়িত অন্য কেউ মিশ্র মডেল ব্যবহার করেন না, তাই জিনিসগুলি সঠিক হওয়ার বিষয়টি নিশ্চিত হওয়ার সময় আমি …

2
Lme4 এ এলোমেলো-প্রভাবের জন্য ভেরিয়েন্স-কোভারিয়েন্স কাঠামো
র্যান্ডম-প্রতিক্রিয়া জন্য ডিফল্ট ভ্যারিয়েন্স-সহভেদাংক গঠন কি glmerবা lmerমধ্যে lme4প্যাকেজ? কোডটিতে এলোমেলো-প্রভাবের জন্য কীভাবে কোনও অন্যান্য বৈকল্পিক-সমবায় কাঠামো নির্দিষ্ট করে? lme4ডকুমেন্টেশনে এ সম্পর্কিত কোনও তথ্য আমি খুঁজে পাইনি ।

3
সাধারণ রৈখিক মিশ্র মডেল: মডেল নির্বাচন
এই প্রশ্ন / বিষয়টি সহকর্মীর সাথে আলোচনায় উঠে এসেছিল এবং আমি এ সম্পর্কে কিছু মতামত খুঁজছিলাম: আমি একটি এলোমেলো প্রভাব লজিস্টিক রিগ্রেশন ব্যবহার করে কিছু ডেটা মডেলিং করছি, আরও স্পষ্টভাবে একটি এলোমেলো ইন্টারসেপ্ট লজিস্টিক রিগ্রেশন। স্থির প্রভাবগুলির জন্য আমার কাছে 9 টি ভেরিয়েবল রয়েছে যা আগ্রহী এবং বিবেচনায় আসবে। আমি …

1
আর লিনিয়ার রিগ্রেশন শ্রেণিবদ্ধ পরিবর্তনশীল "লুকানো" মান
এটি কেবলমাত্র একটি উদাহরণ যা আমি বেশ কয়েকবার এসেছি, সুতরাং আমার কোনও নমুনা ডেটা নেই। আরে লিনিয়ার রিগ্রেশন মডেল চালাচ্ছেন: a.lm = lm(Y ~ x1 + x2) x1একটি অবিচ্ছিন্ন পরিবর্তনশীল। x2শ্রেণীবদ্ধ এবং এর তিনটি মান রয়েছে যেমন "নিম্ন", "মাঝারি" এবং "উচ্চ"। তবে আর দ্বারা প্রদত্ত আউটপুটটি এরকম কিছু হবে: summary(a.lm) …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

3
র্যান্ডম এফেক্টস মডেল হ্যান্ডলিং রিডানড্যান্সিগুলি
বারবার বাইনারি ফলাফল ব্যবহার করে সময়-প্রতি-ইভেন্ট বিশ্লেষণের সাথে ডিল করার চেষ্টা করছি। মনে করুন যে সময় থেকে ইভেন্টটি দিনের মধ্যে পরিমাপ করা হয় তবে মুহুর্তের জন্য আমরা সপ্তাহের মধ্যে সময়কে আলাদা করে দেখি। বারবার বাইনারি ফলাফল ব্যবহার করে আমি প্রায় এক কাপলান-মিয়ার অনুমানকারী (তবে সিভারিদের অনুমতি দিন) চাই। এটি যাওয়ার …

3
1 বা -1 এর সমান র্যান্ডম এফেক্টস রিলেশনশিপে কী করবেন?
জটিল সর্বাধিক মিশ্র মডেলগুলির সাথে আচরণ করার সময় এতটা অস্বাভাবিক ঘটনা নয় (প্রদত্ত ডেটা এবং মডেলের জন্য সমস্ত সম্ভাব্য এলোমেলো প্রভাবগুলির অনুমান করা) নিখুঁত (+1 বা -1) বা কিছু এলোমেলো প্রভাবগুলির মধ্যে প্রায় নিখুঁত সম্পর্ক রয়েছে। আলোচনার উদ্দেশ্যে, আসুন নীচের মডেল এবং মডেলের সংক্ষিপ্তসারটি পর্যবেক্ষণ করি Model: Y ~ X*Cond …

1
কোন গভীর শিক্ষণ মডেল এমন বিভাগগুলিকে শ্রেণিবদ্ধ করতে পারে যা পারস্পরিক একচেটিয়া নয়
উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

2
অনুদৈর্ঘ্য গবেষণায় গড় চিকিত্সার প্রভাব অনুমান করার সর্বোত্তম উপায় কী?
একটি অনুদৈর্ঘ্য গবেষণায় ফলাফলের ইউনিট বারবার সময় বিন্দুতে measuret হয় মোট সঙ্গে সংশোধন পরিমাপ অনুষ্ঠান (ইউনিট স্থির = পরিমাপ একই সময়ে নেয়া হয়)।ওয়াইআমি টিওয়াইআমিটিY_{it}আমিআমিiটিটিtমিমিm ইউনিটগুলি এলোমেলোভাবে হয় চিকিত্সা, , বা একটি নিয়ন্ত্রণ গোষ্ঠী, তে নির্ধারিত হয় । আমি চিকিত্সার গড় প্রভাব সম্পর্কে অনুমান এবং পরীক্ষা করতে চাই, যেমন যেখানে প্রত্যাশা …

1
একটি জিএলএমএমের জন্য অ্যানোভা টাইপ III পরীক্ষা
আমি আর প্যাকেজে একটি glmerমডেল ফিট করছি lme4। আমি এতে একটি এনোভা টেবিল খুঁজছি যার মধ্যে পি-মানটি দেখানো হয়েছে তবে আমি এটির সাথে উপযুক্ত কোনও প্যাকেজ খুঁজে পাচ্ছি না। এটি আর-তে করা সম্ভব? আমি যে মডেলটি ফিট করছি তা হ'ল ফর্মের: model1<-glmer(dmn~period*teethTreated+(1|fullName), family="poisson", data=subset(dataset, group=='Four times a year'), control=glmerControl(optimizer="bobyqa"))

2
এআইসি, আনোভা ত্রুটি: মডেলগুলি সমস্ত একই সংখ্যার পর্যবেক্ষণে লাগানো হয় না, মডেলগুলি সমস্ত একই আকারের ডেটাসেটে লাগানো হয়নি
আমার কাছে এর মতো মডেল রয়েছে: require(nlme) set.seed(123) n <- 100 k <- 5 cat <- as.factor(rep(1:k, n)) cat_i <- 1:k # intercept per kategorie x <- rep(1:n, each = k) sigma <- 0.2 alpha <- 0.001 y <- cat_i[cat] + alpha * x + rnorm(n*k, 0, sigma) plot(x, y) …
9 r  mixed-model  aic 

1
কেন এলোমেলো slাল প্রভাবের প্রবর্তনটি opeালের এসই বৃদ্ধি করে?
আমি নির্দিষ্ট ব্যক্তির জন্য (আমার 3 টি গ্রুপ আছে) ভেরিয়েবল লগইন্ডে বছরের প্রভাব বিশ্লেষণ করার চেষ্টা করছি। সবচেয়ে সহজ মডেল: > fix1 = lm(logInd ~ 0 + Group + Year:Group, data = mydata) > summary(fix1) Call: lm(formula = logInd ~ 0 + Group + Year:Group, data = mydata) Residuals: Min …

2
মিশ্র মডেলগুলির জন্য প্যারামেট্রিক, সেমিপ্রেমেট্রিক এবং ননপ্যারমেট্রিক বুটস্ট্র্যাপিং
নিম্নলিখিত গ্রাফ্ট এই নিবন্ধ থেকে নেওয়া হয়েছে । আমি বুটস্ট্র্যাপে নবাগত এবং R bootপ্যাকেজের সাথে রৈখিক মিশ্র মডেলের জন্য প্যারামিমেট্রিক, সেমিপ্রায়মেট্রিক এবং ননপ্যারমেট্রিক বুটস্ট্র্যাপিং বুটস্ট্র্যাপিং বাস্তবায়নের চেষ্টা করছি । আর কোড আমার Rকোডটি এখানে : library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

2
এলোমেলো slাল এবং ইন্টারসেপ্ট সহ একটি পায়সন জিএলএম মিশ্রিত মডেল ফিটিং
আমি সময়ের সাথে সাথে অন্যান্য ট্রেন্ডগুলিকে নিয়ন্ত্রণ করার সময় গণনাগুলি কীভাবে প্রাপ্ত হয়েছিল (একটি ডায়াগনস্টিক পরীক্ষা থেকে অন্যটিতে স্যুইচ করা) কীভাবে পরিবর্তিত হয়েছে তার প্রভাবের অনুমানের চেষ্টা করার জন্য আমি পয়েসন টাইম সিরিজের মডেলগুলির একটি সিরিজে বর্তমানে কাজ করছি (একটি সাধারণ বৃদ্ধি বলুন রোগের ঘটনা)। আমি বিভিন্ন সাইটের একাধিক ডেটা …

1
চ্যালেঞ্জিং ডেটা সেটটির জন্য কোন মডেল? (প্রচুর বাসা সহ শত শত সিরিজ)
বিশ্লেষণের জন্য আমার কাছে বেশ জটিল একটি ডেটা সেট রয়েছে এবং আমি এর পক্ষে একটি ভাল সমাধান খুঁজে পাচ্ছি না। জিনিসটি এখানে: 1. কাঁচা তথ্য মূলত পোকামাকড় গানের রেকর্ডিং। প্রতিটি গান বেশ কয়েকটি বিস্ফোরিত এবং প্রতিটি ফর্ম সাব-ইউনিট দিয়ে তৈরি। সমস্ত ব্যক্তি 5 মিনিটের জন্য রেকর্ড করা হয়েছে। বিস্ফোরণের সংখ্যা …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.