加载示例数据。gydF4y2Ba
的gydF4y2Ba流感gydF4y2Ba
数据集数组具有gydF4y2Ba日期gydF4y2Ba
变量,10个变量包含估计的流感率(在9个不同地区,根据谷歌®搜索估计,加上疾病控制和预防中心(CDC)的全国估计)。gydF4y2Ba
为了适应线性混合效果模型,数据必须在正确格式化的数据集数组中。为了拟合一个以流感率为响应、以区域为预测变量的线性混合效应模型,请将与区域相对应的九列组合成一个数组。新的数据集数组,gydF4y2Baflu2gydF4y2Ba
,必须有响应变量,gydF4y2BaFluRategydF4y2Ba
,名义变量,gydF4y2Ba地区gydF4y2Ba
,显示每个估计来自哪个地区,以及分组变量gydF4y2Ba日期gydF4y2Ba
.gydF4y2Ba
拟合一个线性混合效应模型,具有固定效应的区域和随机截距变化gydF4y2Ba日期gydF4y2Ba
.gydF4y2Ba
区域是一个分类变量。属性可以指定分类变量的对比gydF4y2BaDummyVarCodinggydF4y2Ba
当拟合模型时,名称-值对参数。当你不明确对比时,gydF4y2BafitlmegydF4y2Ba
使用gydF4y2Ba“参考”gydF4y2Ba
默认的对比。因为模型有截距,gydF4y2BafitlmegydF4y2Ba
取第一个区域,gydF4y2Ba不gydF4y2Ba
,并创建8个虚拟变量来表示其他8个区域。例如,gydF4y2Ba
虚拟变量是否代表区域gydF4y2BaMidAtlgydF4y2Ba
.有关详细信息,请参见gydF4y2Ba虚拟变量gydF4y2Ba.gydF4y2Ba
对应的模型为gydF4y2Ba
在哪里gydF4y2Ba
是观察gydF4y2Ba
的水平gydF4y2Ba
分组变量gydF4y2Ba日期gydF4y2Ba
,gydF4y2Ba
,gydF4y2Ba
= 0, 1,…,8,一个rethe fixed-effects coefficients, with
为区域的系数gydF4y2Ba不gydF4y2Ba
.gydF4y2Ba
关卡是否具有随机效应gydF4y2Ba
分组变量的gydF4y2Ba日期gydF4y2Ba
,gydF4y2Ba
观察误差是为了观察吗gydF4y2Ba
.随机效应具有先验分布,gydF4y2Ba
误差项有分布,gydF4y2Ba
.gydF4y2Ba
lme =线性mixed-effects模型适合毫升模型信息:观察468固定效应系数9 52协方差参数随机效应系数2公式:FluRate ~ 1 +地区+(1 |日期)模型适合统计:AIC BIC LogLikelihood异常固定效应系数318.71 364.35 -148.36 296.71 (95% CIs):名字估计SE tStat DF{(拦截)的}1.2233 0.096678 12.654 459{‘Region_MidAtl} 0.010192 0.052221 0.19518 459{‘Region_ENCentral} 0.051923 0.052221 0.9943 459{‘Region_WNCentral} 0.23687 0.052221 4.5359 459{‘Region_SAtl} 0.075481 0.052221 1.4454 459{‘Region_ESCentral} 0.33917 0.052221 6.495 459{‘Region_WSCentral} 0.069 - 0.0522211.3213 459 {'Region_Mtn'} 0.046673 0.052221 0.89377 459 {'Region_Pac'} -0.16013 0.052221 -3.0665 459 pValue Lower Upper 1.085e-31 1.0334 1.13133 0.84534 -0.092429 0.11281 0.3206 -0.050698 0.15454 7.3324e-06 0.13424 0.33949 0.14902 -0.02714 0.1781 0.18705 -0.033621 0.17162 0.37191 -0.055948 0.0022936 -0.26276-0.057514随机效应协方差参数(95% CIs):组:日期(52个级别)Name1 Name2 Type Estimate {'(Intercept)'} {'(Intercept)'} {'std'} 0.6443 Lower Upper 0.5297 0.78368 Group: Error Name Estimate Lower Upper {'Res std'} 0.26627 0.24878 0.285gydF4y2Ba
的gydF4y2Ba
-值分别为7.3324e-06和2.1623e-10,表明各地区流感发病率的固定效应gydF4y2BaWNCentralgydF4y2Ba
和gydF4y2BaESCentralgydF4y2Ba
与该地区的流感发病率有显著差异吗gydF4y2Ba不gydF4y2Ba
.gydF4y2Ba
随机效应项标准差的置信限,gydF4y2Ba
,不包括0(0.5297,0.78368),表明随机效应项是显著的。属性还可以测试随机影响项的重要性gydF4y2Ba比较gydF4y2Ba
方法。gydF4y2Ba
在给定的观测值下,模型的条件拟合响应包括来自固定和随机效应的贡献。例如,估计的最佳线性无偏预测器(BLUP)的地区流感率gydF4y2BaWNCentralgydF4y2Ba
2005年9月10日是gydF4y2Ba
这就是拟合的条件响应,因为它包括了来自固定和随机效应的估计。该值的计算方法如下。gydF4y2Ba
在前面的计算中,gydF4y2Baβ(1)gydF4y2Ba
对应于的估计gydF4y2Ba
和gydF4y2Baβ(4)gydF4y2Ba
对应于的估计gydF4y2Ba
.控件可以简单地显示适合的值gydF4y2Ba安装gydF4y2Ba
方法。gydF4y2Ba
区域边际响应估计gydF4y2BaWNCentralgydF4y2Ba
2005年9月10日是gydF4y2Ba
计算拟合的边际响应。gydF4y2Ba