Смешанные эффекты

Обобщенные линейные модели смешанных эффектов

Классы

GeneralizedLinearMixedModel Обобщенный класс модели с линейными смешанными эффектами

Функции

`fitglme`	Подгонка обобщенной линейной модели смешанных эффектов
`disp`	Отображение обобщенной линейной модели смешанных эффектов
`predict`	Прогнозировать отклик обобщенной линейной модели смешанных эффектов
`random`	Генерировать случайные отклики из подогнанной модели обобщенных линейных смешанных эффектов
`fixedEffects`	Оценки фиксированных эффектов и смежная статистика
`randomEffects`	Оценки случайных эффектов и соответствующая статистика
`designMatrix`	Матрицы проектирования с фиксированными и случайными эффектами
`fitted`	Подогнанные ответы из обобщенной линейной модели смешанных эффектов
`response`	Вектор ответа обобщенной линейной модели смешанных эффектов

`anova`	Анализ дисперсии для обобщенной линейной модели смешанных эффектов
`coefCI`	Доверительные интервалы для коэффициентов обобщенной линейной модели смешанных эффектов
`coefTest`	Тест гипотез о фиксированных и случайных эффектах обобщенной линейной модели смешанных эффектов
`compare`	Сравнение обобщенных линейных моделей смешанных эффектов
`covarianceParameters`	Извлечь ковариационные параметры обобщенной линейной модели смешанных эффектов
`partialDependence`	Вычислить частичную зависимость
`plotPartialDependence`	Создание графиков частичной зависимости (PDP) и индивидуального условного ожидания (ICE)
`plotResiduals`	Остатки графика обобщенной линейной модели смешанных эффектов
`residuals`	Остатки подогнанной обобщенной линейной модели смешанных эффектов
`refit`	Переработка обобщенной линейной модели смешанных эффектов

Примеры и способы

Подгонка обобщенной линейной модели смешанных эффектов

Поместите обобщенную линейную модель смешанных эффектов (GLME) в выборку данных.

Понятия

Обобщенные линейные модели смешанных эффектов

Обобщенные линейные модели смешанных эффектов (GLME) описывают взаимосвязь между переменной ответа и независимыми переменными, используя коэффициенты, которые могут варьироваться в отношении одной или нескольких переменных группировки, для данных с распределением переменных ответа, отличным от нормального.

Нотация Уилкинсона

Нотация Уилкинсона обеспечивает способ описания регрессионных и повторяющихся моделей измерений без указания значений коэффициентов.

Документация по инструментам для статистического и машинного обучения

Поддержка

Памятка переводчика

1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.

2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.

3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.

4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.

5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.