LinearMixedModel | Линейный класс модели смешанных эффектов |
fitlme | Подбирайте линейную модель смешанных эффектов |
fitlmematrix | Подбирайте линейную модель смешанных эффектов |
disp | Отобразите линейную модель смешанных эффектов |
predict | Предскажите ответ линейной модели смешанных эффектов |
random | Сгенерируйте случайные ответы из подбиравшей линейной модели смешанных эффектов |
fixedEffects | Оценки фиксированных эффектов и связанной статистики |
randomEffects | Оценки случайных эффектов и связанной статистики |
designMatrix | Матрицы, построенные на основе фиксированных или случайных эффектов |
fitted | Подходящие ответы из линейной модели смешанных эффектов |
response | Вектор отклика линейной модели смешанных эффектов |
anova | Дисперсионный анализ для линейной модели смешанных эффектов |
coefCI | Доверительные интервалы для коэффициентов линейной модели смешанных эффектов |
coefTest | Тест гипотезы на фиксированных и случайных эффектах линейной модели смешанных эффектов |
compare | Сравните линейные модели смешанных эффектов |
covarianceParameters | Извлеките параметры ковариации линейной модели смешанных эффектов |
plotPartialDependence | Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP) |
plotResiduals | Постройте остаточные значения линейной модели смешанных эффектов |
residuals | Остаточные значения подбиравшей линейной модели смешанных эффектов |
Подготовка данных для линейных моделей Смешанных Эффектов
Храните данные в правильной форме для того, чтобы подбирать линейную модель смешанных эффектов.
Отношение между матрицами формулы и проекта
Изучите отношение между формулой модели и матрицами проекта в линейных моделях смешанных эффектов.
Линейный рабочий процесс модели Смешанных Эффектов
В этом примере показано, как соответствовать и анализировать линейную модель смешанных эффектов (ЛБМ).
Подходящая регрессия сплайна Смешанных Эффектов
В этом примере показано, как соответствовать смешанным эффектам линейная модель сплайна.
Линейные модели Смешанных Эффектов
Линейные модели смешанных эффектов являются расширениями моделей линейной регрессии для данных, которые собраны и получены в итоге в группах.
Оценка параметров в линейных моделях Смешанных Эффектов
Два обычно используемых подхода к оценке параметра линейные модели смешанных эффектов являются наибольшим правдоподобием и ограниченными методами максимального правдоподобия.
Обозначение Уилкинсона обеспечивает способ описать регрессию и модели повторных измерений, не задавая содействующие значения.
