混合的影响
线性混合效应模型
类
LinearMixedModel |
线性混合效果模型类 |
功能
fitlme |
拟合线性混合效应模型 |
fitlmematrix |
拟合线性混合效应模型 |
disp |
显示线性混合效果模型 |
预测 |
预测线性混合效应模型的响应 |
随机 |
由拟合的线性混合效应模型生成随机响应 |
fixedEffects |
固定效应估计及相关统计 |
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 |
线性混合效应模型的拟合响应 |
响应 |
线性混合效应模型的响应向量 |
方差分析 |
线性混合效应模型的方差分析 |
coefCI |
线性混合效应模型系数的置信区间 |
coefTest |
线性混合效应模型固定效应和随机效应的假设检验 |
比较 |
比较线性混合效应模型 |
covarianceParameters |
提取线性混合效应模型的协方差参数 |
partialDependence |
计算部分依赖关系 |
plotPartialDependence |
创建部分依赖图(PDP)和个别条件期望图(ICE) |
plotResiduals |
线性混合效应模型的残差图 |
残差 |
拟合线性混合效应模型的残差 |
例子和如何
- 为线性混合效应模型准备数据
以正确的形式存储数据，以拟合线性混合效应模型。
- 公式与设计矩阵的关系
理解线性混合效应模型中模型公式和设计矩阵之间的关系。
- 线性混合效应模型工作流
这个例子展示了如何拟合和分析线性混合效应模型(LME)。
- 拟合混合效应样条回归
这个例子展示了如何拟合一个混合效果线性样条模型。
概念
- 线性混合效应模型
线性混合效应模型是对分组收集和总结的数据的线性回归模型的扩展。
- 线性混合效应模型的参数估计
线性混合效应模型中最常用的两种参数估计方法是极大似然法和受限极大似然法。
- 威尔金森符号
威尔金森表示法提供了一种描述回归和重复测量模型而不指定系数值的方法。
您也可以从以下列表中选择一个网站: