LinearMixedModel | Класс модели линейных смешанных эффектов |
fitlme | Подбор линейной модели смешанных эффектов |
fitlmematrix | Подбор линейной модели смешанных эффектов |
disp | Отобразите линейную модель смешанных эффектов |
predict | Предсказать ответ линейной модели смешанных эффектов |
random | Сгенерируйте случайные отклики из подобранной линейной модели смешанных эффектов |
fixedEffects | Оценки фиксированных эффектов и соответствующие статистические данные |
randomEffects | Оценки случайных эффектов и соответствующие статистические данные |
designMatrix | Матрицы разработки фиксированных и случайных эффектов |
fitted | Подгонянные отклики от линейной модели смешанных эффектов |
response | Вектор отклика модели линейных смешанных эффектов |
anova | Анализ отклонения 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 | Сравнение линейных моделей смешанных эффектов |
covarianceParameters | Извлечение ковариационных параметров линейной модели смешанных эффектов |
partialDependence | Вычисление частичной зависимости |
plotPartialDependence | Создайте график частичной зависимости (PDP) и отдельные графики условного ожидания (ICE) |
plotResiduals | Постройте графики невязок линейной модели смешанных эффектов |
residuals | Невязки установленной линейной модели смешанных эффектов |
Подготовка данных для линейных моделей смешанных эффектов
Сохраните данные в правильной форме для подбора кривой линейной модели смешанных эффектов.
Отношения между формулой и матрицами проекта
Осмыслите связь между формулой модели и матрицами проекта в линейных моделях смешанных эффектов.
Рабочий процесс модели линейных смешанных эффектов
Этот пример показывает аппроксимацию и анализ линейной модели смешанных эффектов (LME).
Подгонка смешанных эффектов Сплайна регрессии
Этот пример показов аппроксимацию линейного сплайна модели со смешанными эффектами.
Линейные модели смешанных эффектов
Линейные модели смешанных эффектов являются расширениями линейных регрессионых моделей для данных, которые собираются и суммируются в группах.
Оценка параметров в линейных моделях смешанных эффектов
Двумя наиболее часто используемыми подходами к оценке параметров в линейных моделях смешанных эффектов являются максимальная правдоподобность и ограниченные максимальные методы правдоподобия.
Обозначение Уилкинсона предоставляет способ описать модели регрессии и повторных измерений, не задавая значений коэффициентов.