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产生随机响应 |
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 |
固定和随机效果设计矩阵 |
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 |
绘制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 |
重构广义线性混合效应模型 |
例子和如何做
拟合一个广义线性混合效应模型(GLME)的样本数据。
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，该模型使用的系数可以随一个或多个分组变量而变化。
威尔金森表示法提供了一种描述回归和重复测量模型的方法，而无需指定系数值。
你也可以从以下列表中选择一个网站:
