GeneralizedLinearMixedModel | Обобщенный линейный класс модели смешанных эффектов |
fitglme | Подгонка обобщила линейную модель смешанных эффектов |
disp | Отобразите обобщенную линейную модель смешанных эффектов |
predict | Предскажите ответ обобщенной линейной модели смешанных эффектов |
random | Сгенерируйте случайные ответы из подходящей обобщенной линейной модели смешанных эффектов |
fixedEffects | Оценки фиксированных эффектов и связанной статистики |
randomEffects | Оценки случайных эффектов и связанной статистики |
designMatrix | Зафиксированный - и случайные эффекты разрабатывают матрицы |
fitted | Подходящие ответы из обобщенной линейной модели смешанных эффектов |
response | Вектор отклика обобщенной линейной модели смешанных эффектов |
anova | Дисперсионный анализ для обобщенной линейной модели смешанных эффектов |
coefCI | Доверительные интервалы для коэффициентов обобщенной линейной модели смешанных эффектов |
coefTest | Тест гипотезы на фиксированных и случайных эффектах обобщенной линейной модели смешанных эффектов |
compare | Сравните обобщенные линейные модели смешанных эффектов |
covarianceParameters | Извлеките параметры ковариации обобщенной линейной модели смешанных эффектов |
plotPartialDependence | Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP) |
plotResiduals | Постройте невязки обобщенной линейной модели смешанных эффектов |
residuals | Невязки подходящей обобщенной линейной модели смешанных эффектов |
refit | Переоборудуйте обобщенную линейную модель смешанных эффектов |
Соответствуйте обобщенной линейной модели Смешанных Эффектов
Соответствуйте обобщенной линейной модели смешанных эффектов (GLME) к выборочным данным.
Обобщенные линейные модели Смешанных Эффектов
Модели обобщенных линейных смешанных эффектов (GLME) описывают отношение между переменной отклика и независимыми переменными с помощью коэффициентов, которые могут отличаться относительно одной или нескольких группирующих переменных для данных с распределением переменной отклика кроме нормального.
Обозначение Уилкинсона обеспечивает способ описать регрессию и повторенные модели мер, не задавая содействующие значения.
