主要内容

disp

类:LinearMixedModel

显示线性混合效应模型

全部展开页面

语法

显示器(lme)

描述

例子

显示器(lme三个月）显示拟合的线性混合效应模型lme三个月．

输入参数

全部展开

线性混合效应模型，指定为LinearMixedModel对象构造使用fitlme或fitlmematrix．

例子

全部展开

打开生活的脚本

加载示例数据。

负载(“shift.mat”）;

该数据集阵列显示了5名操作人员在三班制(早、晚、晚)期间生产的产品与目标质量特征的绝对偏差。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绝对偏差。这是模拟数据。

转变和操作符是名义变量。

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，以评估性能是否根据移位的时间显著不同。

lme = fitlme(转变,'QCDev ~ Shift + (1|Operator)'）;

显示模型。

disp (lme)
ML线性混合效应模型拟合模型信息:观测数15固定效应系数3随机效应系数5协方差参数2公式:QCDev ~ 1 + Shift +(1 |算子)模型拟合统计量:AIC BIC LogLikelihood Deviance 62.552 -24.506 49.012固定效应系数(95% CIs):Name Estimate SE tStat DF pValue {'(Intercept)'} 3.1196 0.88681 3.5178 12 0.0042407 {'Shift_Morning'} -0.3868 0.48344 -0.80009 12 0.43921 {'Shift_Night'} 1.9856 0.48344 4.1072 12 0.0014535 Lower Upper 1.1874 5.0518 -1.4401 0.66653 0.93227 3.0389随机效应协方差参数(95% CIs):组:操作符(5个级别)Name1 Name2 Type Estimate {'(Intercept)'} {'(Intercept)'} {'std'} 1.8297 Lower Upper 0.94915 3.5272 Group: Error Name Estimate Lower Upper {'Res std'} 0.76439 0.49315 1.1848 . log . log . log . log . log

这个显示包括模型性能统计数据，赤池和贝叶斯信息准则，赤池和贝叶斯信息准则、loglikelihood和异常．

固定效应系数表包括前两列系数的名称和估计。第三列SE显示系数的标准误差。列tStat包括 t -对应于每个系数的统计值。DF是剩余自由度，和pValue是 p -value对应于相应的 t 统计值。列较低的和上显示每个固定效果系数的95%置信区间的下限和上限。

随机效应的第一个表显示了随机效应协方差参数的类型和估计，每个参数的95%置信区间的下限和上限。该显示器还显示分组变量、操作符和级别总数(5)的名称。

随机效应的第二个表显示了观测误差的估计，其下限和上限为95%置信区间。

更多关于

全部展开

参考文献

[1] Hox, J。多层次分析、技术与应用．劳伦斯·埃尔鲍姆联合公司，2002。

[2] Stram D. O.和J. W. Lee。“纵向混合效应模型的方差分量检验”。生物识别技术， 1994年第4卷，第1171-1177页。

另请参阅

||

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书