主要内容
混合的影响
广义线性混合效应模型
类
GeneralizedLinearMixedModel |
广义线性混合效应模型类 |
功能
fitglme |
拟合广义线性混合效应模型 |
disp |
显示广义线性混合效应模型 |
预测 |
预测广义线性混合效应模型的响应 |
随机 |
从拟合的广义线性混合效应模型中产生随机响应 |
fixedEffects |
固定效应的估计和相关统计 |
randomEffects |
随机效应和相关统计的估计 |
designMatrix |
固定和随机效应设计矩阵 |
安装 |
广义线性混合效应模型的拟合响应 |
响应 |
广义线性混合效应模型的响应向量 |
方差分析 |
广义线性混合效应模型的方差分析 |
coefCI |
广义线性混合效应模型系数的置信区间 |
coefTest |
广义线性混合效应模型的固定效应和随机效应的假设检验 |
比较 |
比较广义线性混合效应模型 |
covarianceParameters |
提取广义线性混合效应模型的协方差参数 |
partialDependence |
计算部分依赖 |
plotPartialDependence |
创建部分依赖图(PDP)和个人条件期望图(ICE) |
plotResiduals |
广义线性混合效应模型的残差图 |
残差 |
拟合广义线性混合效应模型的残差 |
改装 |
改装广义线性混合效应模型 |
例子和如何
对样本数据拟合广义线性混合效应模型(GLME)。
概念
广义线性混合效应(GLME)模型描述了响应变量和自变量之间的关系，对于响应变量分布非正态的数据，使用相对于一个或多个分组变量可能发生变化的系数。
威尔金森表示法提供了一种描述回归和重复度量模型而不指定系数值的方法。
你也可以从以下列表中选择一个网站:
