文档帮助中心文档
类:LinearMixedModel
线性混合效应模型系数的置信区间
feCI = coefCI (lme)
feCI = coefCI (lme、名称、值)
[feCI, reCI] = coefCI (___)
例子
feCI= coefCI (lme三个月)返回线性混合效应模型中固定效应系数的95%置信区间lme三个月.
feCI= coefCI (lme三个月)
feCI
lme三个月
feCI= coefCI (lme三个月,名称,值)返回线性混合效应模型中固定效应系数的95%置信区间lme三个月附加选项由一个或多个指定名称,值对参数。
feCI= coefCI (lme三个月,名称,值)
名称,值
例如,您可以指定置信级别或方法来计算自由度。
[feCIreCI] = coefCI (___)还返回线性混合效应模型中随机效应系数的95%置信区间lme三个月.
[feCIreCI] = coefCI (___)
全部展开
LinearMixedModel
线性混合效应模型,指定为LinearMixedModel对象构造使用fitlme或fitlmematrix.
fitlme
fitlmematrix
指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家.
的名字
价值
Name1, Value1,…,的家
α
显著性级别,指定为逗号分隔的对“α”以及一个范围为0到1的标量。对于值α,置信度为100*(1 -α)%。
“α”
例如,对于99%置信区间,可以如下所示指定置信级别。
例子:“阿尔法”,0.01
“阿尔法”,0.01
数据类型:单|双
单
双
DFMethod
“残留”
“satterthwaite”
“没有”
置信区间计算的近似自由度的计算方法,指定为由逗号分隔的对组成“DFMethod”下面是其中之一。
“DFMethod”
例如,您可以如下指定Satterthwaite近似。
例子:“DFMethod”、“satterthwaite”
“DFMethod”、“satterthwaite”
固定效果置信区间,返回为p2矩阵。feCI的置信限p矢量中的固定效果估计β返回的fixedEffects方法。第一列feCI有较低的置信限,第二列有较高的置信限。
β
fixedEffects
reCI
随机效应置信区间,返回为问2矩阵。reCI的置信限问矢量中的随机效应估计B返回的randomEffects方法。第一列reCI有较低的置信限,第二列有较高的置信限。
B
randomEffects
加载示例数据。
负载(“weight.mat”)
重量包含纵向研究的数据,20名受试者被随机分配到4个运动项目,他们的减肥记录超过6个2周的时间周期。这是模拟数据。
重量
将数据存储在表中。定义主题和程序作为分类变量。
主题
程序
tbl = table(InitialWeight, Program, Subject,Week, y);资源描述。主题=名义(tbl.Subject);资源描述。程序=名义(tbl.Program);
拟合线性混合效应模型,其中初始权重、项目类型、周以及周与项目类型之间的相互作用为固定效应。截取时间和截取时间因主题而异。
lme = fitlme(资源描述,'y ~ InitialWeight + Program*Week + (Week|Subject)');
计算固定效应系数估计值。
铁= fixedEffects (lme)
铁=9×10.6610 0.0032 0.3608 -0.0333 0.1132 0.1732 0.0388 0.0305 0.0331
第一个估计值为0.6610,对应于常数项。第二行0.0032,第三行0.3608分别是初始权重系数和周系数的估计值。第4 - 6行对应的是program B-D的指标变量,最后三行对应的是program B-D与week的交互作用。
计算固定效应系数的95%置信区间。
fecI = coefCI (lme)
fecI =9×20.1480 1.1741 0.0005 0.0059 0.1004 0.6211 -0.2932 0.2267 -0.1471 0.3734 0.0395 0.3069 -0.1503 0.2278 -0.1585 0.2196 -0.1559 0.2221
一些置信区间包括0。获得特定 p -值对于每个固定效果术语,使用fixedEffects方法。要测试整个术语使用方差分析方法。
方差分析
负载carbig
拟合每加仑英里(MPG)的线性混合效应模型,其中加速度和马力的影响是固定的,截距和加速度的潜在相关随机效应按模型年份分组。首先,将数据存储在一个表中。
台=表(加速、马力、Model_Year MPG);
合适的模型。
lme = fitlme(资源描述,'MPG ~加速度+马力+(加速度|Model_Year)');
铁=3×150.1325 -0.5833 -0.1695
使用残差法确定自由度,计算固定效应系数的99%置信区间。这是默认方法。
feCI = coefCI (lme,“α”, 0.01)
feCI =3×244.2690 55.9961 -0.9300 -0.2365 -0.1883 -0.1507
使用Satterthwaite近似计算自由度,计算固定效应系数的99%置信区间。
feCI = coefCI (lme,“α”, 0.01,“DFMethod”,“satterthwaite”)
feCI =3×244.0949 56.1701 -0.9640 -0.2025 -0.1884 -0.1507
Satterthwaite近似产生的置信区间与残差法相似。
负载(“shift.mat”)
这些数据显示了五名操作人员在三班倒(早、晚、晚)期间生产的产品与目标质量特性的偏差。s manbetx 845这是一个随机的区块设计,其中的操作符就是区块。实验旨在研究换挡时间对换挡性能的影响。绩效衡量是质量特征与目标值的偏差。这是模拟数据。
转变和操作符是名义变量。
转变
操作符
转变。转变= nominal(shift.Shift); shift.Operator = nominal(shift.Operator);
拟合一个线性混合效应模型与随机截距按算子分组,以评估是否有显著差异的性能根据移位的时间。
lme = fitlme(转变,'QCDev ~ Shift + (1|Operator)');
计算随机效应的blup的估计。
randomEffects (lme)
ans =5×10.5775 1.1757 -2.1715 2.3655 -1.9472
计算随机效应的95%置信区间。
[~, reCI] = coefCI (lme)
reCI =5×2-1.3916 2.5467 -0.7934 3.1449 -4.1407 -0.2024 0.3964 4.3347 -3.9164 0.0219
使用残差法确定自由度,计算随机效应的99%置信区间。这是默认方法。
[~, reCI] = coefCI (lme,“α”, 0.01)
reCI =5×2-2.1831 3.3382 -1.5849 3.9364 -4.9322 0.5891 -0.3951 5.1261 -4.7079 0.8134
使用Satterthwaite近似计算随机效应的99%置信区间以确定自由度。
[~, reCI] = coefCI (lme,“α”, 0.01,“DFMethod”,“satterthwaite”)
reCI =5×22.6840 3.8390 -2.0858 4.4372 -5.4330 1.0900 -0.8960 5.6270 -5.2087 1.3142
Satterthwaite近似可能产生更小的DF值大于残差法。这就是为什么这些置信区间比之前用残差法计算的置信区间要大。
DF
LinearMixedModel|coefTest|fixedEffects|randomEffects
coefTest
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系