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 |
广义线性混合效应模型的响应预测 |
随机 |
由拟合的广义线性混合效应模型生成随机响应 |
fixedEffects |
固定效应估计和相关统计数字 |
randomEffects |
随机效应的估计和相关统计 |
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固定效应与随机效应的假设检验 |
比较 |
比较广义线性混合效应模型 |
covarianceParameters |
广义线性混合效应模型的协方差参数提取 |
partialDependence |
计算部分依赖 |
plotPartialDependence |
创建部分依赖图(PDP)和个体条件期望图(ICE) |
plotResiduals |
图广义线性混合效应模型的残差 |
残差 |
拟合广义线性混合效应模型的残差 |
改装 |
改进广义线性混合效应模型 |
例子和如何做
对样本数据拟合广义线性混合效应模型(GLME)。
概念
对于响应变量分布不同于正态分布的数据，广义线性混合效应(GLME)模型使用与一个或多个分组变量相关的系数来描述响应变量和自变量之间的关系。
威尔金森表示法提供了一种方法来描述回归和重复度量模型，而无需指定系数值。
你也可以从以下列表中选择一个网站:
