このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
LinearMixedModel |
線形混合効果モデルクラス |
fitlme |
線形混合効果モデルの当てはめ |
fitlmematrix |
線形混合効果モデルの当てはめ |
disp |
線形混合効果モデルの表示 |
预测 |
線形混合効果モデルの応答予測 |
随机 |
近似線形混合効果モデルからのランダム応答の生成 |
fixedEffects |
固定効果と関連する統計の推定 |
randomEffects |
変量効果と関連する統計の推定 |
designMatrix |
固定効果と変量効果の計画行列 |
安装 |
線形混合効果モデルからの近似応答 |
响应 |
線形混合効果モデルの応答ベクトル |
方差分析 |
線形混合効果モデルの分散分析 |
coefCI |
線形混合効果モデルの係数の信頼区間 |
coefTest |
線形混合効果モデルの固定効果と変量効果についての仮説検定 |
比较 |
線形混合効果モデルの比較 |
covarianceParameters |
線形混合効果モデルの共分散パラメーターの抽出 |
partialDependence |
部分従属の計算 |
plotPartialDependence |
部分依存プロット(PDP)および個別条件付き期待値(ICE)プロットの作成 |
plotResiduals |
線形混合効果モデルの残差のプロット |
残差 |
近似線形混合効果モデルの残差 |
線形混合効果モデルをあてはめるための正しい形式でデータを格納します。
線形混合効果モデルにおけるモデル式と計画行列の関係を理解します。
この例ではLME(線形混合効果モデル)の近似と解析の方法を説明します。
この例では,混合効果線形スプラインモデルを近似する方法を説明します。
線形混合効果モデルは,グループ別に収集および集計されたデータに関する線形回帰モデルの拡張です。
線形混合効果モデルにおけるパラメーター推定で最も一般的に使用される2つの方法は,最尤法と制限付き最尤法です。
ウィルキンソンの表記法を使用すると,係数の値を指定せずに回帰と反復測定のモデルを記述できます。