基于MATLAB的多级混合效应建模
Shashank Prasanna MathWorks
在这个新的网络研讨会中，学习如何适应各种线性混合效应(LME)模型，以对您的数据进行统计推断，并生成准确的预测。混合效应模型通常用于计量经济学(面板数据)，生物统计学和社会学（纵向数据），其中数据是分组收集和总结的。在这些情况下，具有嵌套或交叉因子的LME模型可以完全纳入组水平的上下文效应，而这不能通过简单的线性回归精确建模。
本次网络研讨会的主题包括:
- LME模型的群组、层次和优势
- 准备和组织数据以适应LME模型
- 使用公式符号和设计矩阵指定LME模型
- 使用最大似然和限制最大似然估计模型参数
- 生成固定效应、随机效应和协方差参数的置信区间
- 使用理论或模拟似然比测试进行残差诊断和模型比较测试
- 使用拟合的LME模型对新数据进行预测
关于演示者：Shashank Prasanna是MathWorks的产品营销经理，专注于MATLAB和统计、机器学习和数据分析的附加产品。下载188bet金宝搏他之前的经验包括在MathWorks的技术支持和在Oracle的软件开发。金宝appShashank持有亚利桑那州立大学电气工程硕士学位。
相关视频和网络研讨会
你也可以从以下列表中选择一个网站: