Tag Archives: 线性混合模型

R语言贝叶斯广义线性混合（多层次/水平/嵌套）模型GLMM、逻辑回归分析教育留级影响因素数据

By tecdat11月 12, 2021教育学, 数理统计, 机器学习, 计算机科学与技术GLMM, Logistic逻辑回归, 回归, 多分类logistic逻辑回归, 多层次, 多级, 层次, 嵌套, 广义线性混合模型, 教育, 教育留级, 数据, 留级, 线性混合, 线性混合效应, 线性混合效应模型, 线性混合模型, 贝叶斯, 贝叶斯回归, 贝叶斯广义线性混合, 贝叶斯广义线性混合模型, 贝叶斯简单线性回归, 贝叶斯线性回归, 逻辑回归, 非线性混合效应, 非线性混合模型, 预测

本教程使用R介绍了具有非信息先验的贝叶斯 GLM（广义线性模型）。

R语言nlme、nlmer、lme4用（非）线性混合模型non-linear mixed model分析藻类数据实例

By tecdat8月 14, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术lme4, nlme, nlmer, non linear mixed model, non-linear mixed model, 线性混合模型, 藻类, 藻类数据, 非线性混合模型

本文中我们用（非）线性混合模型分析藻类数据。这个问题的参数是：已知截距（0日值）在各组和样本之间是相同的。

如何解决线性混合模型中畸形拟合(Singular fit)的问题

By tecdat8月 5, 2020大数据部落, 技术支持, 数理统计, 计算机科学与技术Singular fit, 畸形拟合, 线性, 线性混合模型

当获得奇异拟合时，这通常表明模型过度拟合-也就是说，随机效应结构太复杂而无法由数据支持，这自然导致建议删除随机效应中最复杂的部分结构（通常是随机斜率）。这种方法的好处在于，它生成了一个更加简约的模型，但并没有过度拟合

R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）

By tecdat7月 25, 2019可视化和设计, 大数据部落, 数理统计, 计算机科学与技术GLMM, lme4, Rshiny, R语言, 广义线性混合模型, 线性, 线性混合模型

最近我们被客户要求撰写关于混合模型的研究报告。由于我们发现自己在工作中越来越多地使用这些模型，我们开发了一套R shiny工具来简化和加速与对象交互的lme4常见任务。

售前咨询热线

15121130882

售后咨询热线

0571-63341498