Смешанные эффекты

Линейные модели смешанных эффектов

Классы

LinearMixedModel Линейный класс модели смешанных эффектов

Функции

fitlmeПодбирайте линейную модель смешанных эффектов
fitlmematrixПодбирайте линейную модель смешанных эффектов
dispОтобразите линейную модель смешанных эффектов
predict Предскажите ответ линейной модели смешанных эффектов
random Сгенерируйте случайные ответы из подбиравшей линейной модели смешанных эффектов
fixedEffectsОценки фиксированных эффектов и связанной статистики
randomEffects Оценки случайных эффектов и связанной статистики
designMatrixМатрицы, построенные на основе фиксированных или случайных эффектов
fittedПодходящие ответы из линейной модели смешанных эффектов
responseВектор отклика линейной модели смешанных эффектов
anovaДисперсионный анализ для линейной модели смешанных эффектов
coefCI Доверительные интервалы для коэффициентов линейной модели смешанных эффектов
coefTestТест гипотезы на фиксированных и случайных эффектах линейной модели смешанных эффектов
compareСравните линейные модели смешанных эффектов
covarianceParametersИзвлеките параметры ковариации линейной модели смешанных эффектов
plotPartialDependenceСоздайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP)
plotResidualsПостройте остаточные значения линейной модели смешанных эффектов
residualsОстаточные значения подбиравшей линейной модели смешанных эффектов

Примеры и руководства

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.

Концепции

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

Обозначение Уилкинсона обеспечивает способ описать регрессию и модели повторных измерений, не задавая содействующие значения.

Для просмотра документации необходимо авторизоваться на сайте