- 博客(9)
- 收藏
- 关注
RSS订阅原创 Mixed effects models 回顾（七）
当遇到纵向数据 (longitudinal data, LDA) 时，GLM和GAMs的结果可能是失效的，因其假设了响应变量的独立性，冒失地使用会增大 Type I error。GEE也被称为“marginal model"，这是因为它关注的是总体平均的效应，其响应模式仅取决于协变量，与随机效应无关。根据输出结果，两个连续观测量之间的相关性 (correlation) 是0.42；AR-1相关建构能被用在任何含有时间序列的数据中，当然，深度或年龄等梯度数据也同样适用。对于连续的数据，定义两个观测值。
2023-08-02 14:15:22
45
原创 Mixed effects models 回顾（七
但与之前不同的是，在GLM中我们使用的是 Pearson Residuals (type = “pearson”) 以及 Deviance Residuals (type = “deviance”)，同样，在残差图中不应出现任何模式。Quasi-poisson的模型选择与Poisson GLS基本一致，区别在于前者没有AIC，因此使用 drop1 (Model, test = “F”) 函数进行选择便可，注意此时选择的test是“F”。，因此，所有的SD都应该乘以2.43，因此，大多数的参数都不再显著。
2023-07-31 11:24:43
81
原创 Mixed effects models 回顾（六）
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mKxiXzvx-1690773799675)(image/Chapter8_Mixedeffectsmodel/1690184344567.png)][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Qqup12ea-1690773799676)(image/Chapter8_Mixedeffectsmodel/1690184446926.png)]，不能将该分布用于响应变量含有0或复数的数据。
2023-07-31 11:23:54
63
原创 Mixed effects models 回顾（五）
与其从实验变异函数来判断是否可以假设残差的独立性，不如在GLS模型中添加空间相关结构，并将其与没有空间相关性的模型进行比较 （AIC)。空间的残差结构与时间序列的相似，区别仅在于维度，空间是多向的。图中点的大小对应残差的大小，x和y轴对应为坐标，在该图中不应该看到任何空间上的模式，比如大量正的或负的残差聚集在一起。空间数据的普遍特征是：相较于距离较远的地点的数据，距离相近的地点的数据更相似，及存在残差的空间相关性。从图中可以看出，时间变异函数间的形状可以很相似，在实际使用中，可以是AIC比较不同结构。
2023-07-31 11:22:59
59
原创 Mixed effects models 回顾（四）
其最大的特点是存在自相关，即不同时期观测值之间存在相关性 (也称滞后)。corCompSymm结构假设：无论两个观测值的时间点跨度为多少，它们的残差相关性都是相同的。cov(ϵs, ϵt) 假设的是不同时间点的残差不能相关，但这在时间序列数据中是较难实现的。是拟合出的估计值，ARMA (p, q) 可被视为修复残差问题的black box。等于0.77，即相隔一年的残差的相关性是0.77，相隔两年的残差相关性为。(移动平滑参数的数量) 定义，ARMA (1, 0) 就是AR1。根据数据的结果来看，参数。
2023-07-31 11:21:59
55
原创 Mixed effects models 回顾（三）
举个例子说明：Zuur et al.(2007)调查了9个海滩(beach)的生物多样性(richness)以及相关的非生物因素(NAP, exposure)，每个海滩包含5个站位(site)。Step_6, 寻找最佳固定项:从最高交互开始剔除不显著的解释变量,随后对模型进行比较,直到所有的解释变量都显著.使用Likelihood ratio test, 模型的method为'ML'Step_4, 使用lme函数重新拟合模型, 确保method = 'REML', 加入随机结构。在random部分，
2023-07-17 22:50:41
76
原创 ggplot2: 数据分析与图形艺术
ggplot2: 数据分析与图形艺术_1什么是图形语法？图形语法告诉我们：一张统计图形就是从数据到 几何对象（geometric object, geom, 包括点、线、条形等）的图形属性（aesthetic attributes, aes, 包括颜色、形状、大小等）的一个映射。此外，图形中还可能包含数据的统计变换（statistical transformation, stats），最后绘制...
2020-03-15 23:11:19
645
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人