Hierarchiczne i mieszane modele efektów w R

Ten rozdział stanowi wprowadzenie do liniowych modeli mieszanych. Omawia różne rodzaje efektów losowych, wyjaśnia, jak interpretować wyniki liniowych modeli mieszanych, oraz przedstawia różne metody wnioskowania statystycznego – na podstawie danych o przestępczości z Maryland.

Ten rozdział rozszerza liniowe modele mieszane o niestandardowe składniki błędu, wprowadzając uogólnione liniowe modele mieszane. Dzięki modyfikacji modelu możliwe jest analizowanie szerszego zakresu danych z nieliniowymi odpowiedziami. Po przypomnieniu uogólnionych modeli liniowych rozdział omawia dane dwumianowe i zliczeniowe w kontekście modeli mieszanych.

Ten rozdział pokazuje, że analiza powtarzanych pomiarów jest szczególnym przypadkiem modelowania mieszanego. Zaczyna się od przypomnienia sparowanych testów t oraz jednoczynnikowej analizy wariancji dla pomiarów powtarzanych. Następnie liniowy model mieszany zostaje zastosowany do analizy danych z badania snu. Na koniec uogólniony liniowy model mieszany posłuży do zbadania danych o przestępstwach z nienawiści w stanie Nowy Jork na przestrzeni czasu.