Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Este curso comienza repasando pendientes e interceptos en regresiones lineales antes de pasar a los efectos aleatorios. Aprenderás qué es un efecto aleatorio y cómo usarlo para modelar tus datos. Después, el curso aborda las regresiones lineales de efectos mixtos. Estos potentes modelos te permitirán explorar datos con una estructura más compleja que la de una regresión lineal estándar. A continuación, el curso enseña las regresiones lineales generalizadas de efectos mixtos. Los modelos lineales generalizados de efectos mixtos te permiten modelar más tipos de datos, incluidos resultados binarios y datos de conteo. Por último, el curso trata el análisis de medidas repetidas como un caso especial del modelado de efectos mixtos. Este tipo de datos aparece cuando se sigue a los sujetos a lo largo del tiempo y se recogen mediciones en intervalos. A lo largo del curso trabajarás con datos reales para responder a preguntas interesantes usando modelos de efectos mixtos.
Requisitos previos
Programa de formación
Esquema del curso
1
Visión general e introducción a los modelos jerárquicos y de efectos mixtos
El primer capítulo ofrece un ejemplo de cuándo usar un modelo de efectos mixtos y también describe las partes de una regresión. Además, examina un conjunto de datos de calificaciones de estudiantes con una estructura anidada para demostrar los efectos mixtos.
- ¿Qué es un modelo jerárquico?50 XP
- Ejemplos de conjuntos de datos jerárquicos100 XP
- Datos de estudiantes multinivel100 XP
- Explorando múltiples niveles: aulas y colegios100 XP
- Partes de una regresión50 XP
- Interceptos100 XP
- Pendientes y regresión múltiple100 XP
- Efectos aleatorios en regresiones con datos escolares50 XP
- Interceptos de efecto aleatorio100 XP
- Pendientes de efectos aleatorios100 XP
- Construir el modelo escolar100 XP
- Interpretar el modelo de escuelas100 XP
2
Modelos lineales de efectos mixtos
Este capítulo ofrece una introducción a los modelos lineales de efectos mixtos. Cubre distintos tipos de efectos aleatorios, describe cómo interpretar los resultados de estos modelos y repasa diferentes métodos de inferencia estadística con modelos de efectos mixtos usando datos de criminalidad de Maryland.
3
Modelos lineales generalizados de efectos mixtos
Este capítulo amplía los modelos lineales de efectos mixtos para incluir términos de error no normales mediante modelos lineales generalizados de efectos mixtos. Al modificar el modelo para incluir un término de error no normal, podrás modelar más tipos de datos con respuestas no lineales. Tras repasar los modelos lineales generalizados, el capítulo examina datos binomiales y datos de conteo en el contexto de modelos de efectos mixtos.
4
Medidas repetidas
Este capítulo muestra cómo el análisis de medidas repetidas es un caso especial del modelado de efectos mixtos. El capítulo comienza revisando las pruebas t pareadas y el ANOVA de medidas repetidas. Después, utiliza un modelo lineal de efectos mixtos para analizar datos de un estudio del sueño. Por último, emplea un modelo lineal generalizado de efectos mixtos para estudiar la evolución de los delitos de odio en el estado de Nueva York a lo largo del tiempo.
R
Modelos jerárquicos y de efectos mixtos en R
Curso
completado
