Build your ultimate AI agent
Descrierea cursului
Cursul începe cu o trecere în revistă a pantelor și interceptelor din regresiile liniare, apoi trece la efectele aleatoare. Vei afla ce este un efect aleator și cum îl poți folosi pentru a modela datele. Urmează regresiile liniare cu efecte mixte – modele puternice care îți permit să explorezi date cu o structură mai complexă decât cea a unei regresii liniare standard. Cursul acoperă apoi regresiile liniare generalizate cu efecte mixte, care îți permit să modelezi mai multe tipuri de date, inclusiv răspunsuri binare și date de tip numărătoare. În final, vei studia analiza măsurătorilor repetate ca un caz special al modelării cu efecte mixte – un tip de date care apare atunci când subiecții sunt urmăriți în timp și măsurătorile sunt colectate la intervale regulate. Pe parcursul cursului vei lucra cu date reale pentru a răspunde la întrebări interesante folosind modele cu efecte mixte.
Cerințe prealabile
Curriculum
Structura cursului
1
Prezentare generală și introducere în modelele ierarhice și mixte
Primul capitol oferă un exemplu de situație în care se utilizează un model cu efecte mixte și descrie componentele unei regresii. De asemenea, examinează un set de date cu scoruri ale elevilor, care are o structură ierarhică, pentru a ilustra efectele mixte.
- Ce este un model ierarhic?50 XP
- Exemple de seturi de date ierarhice100 XP
- Date despre elevi la mai multe niveluri100 XP
- Explorarea nivelurilor multiple: clase și școli100 XP
- Componentele unei regresii50 XP
- Intercepte100 XP
- Pante și regresie multiplă100 XP
- Efecte aleatoare în regresii cu date școlare50 XP
- Intercepte cu efecte aleatoare100 XP
- Pante cu efect aleatoriu100 XP
- Construirea modelului școlar100 XP
- Interpretarea modelului școlar100 XP
2
Modele liniare cu efecte mixte
Acest capitol oferă o introducere în modelele liniare cu efecte mixte. Acoperă diferite tipuri de efecte aleatoare, explică cum se interpretează rezultatele modelelor liniare cu efecte mixte și prezintă diverse metode de inferență statistică, folosind date privind criminalitatea din Maryland.
3
Modele liniare generalizate cu efecte mixte
Acest capitol extinde modelele liniare cu efecte mixte pentru a include termeni de eroare non-normali, prin intermediul modelelor liniare generalizate cu efecte mixte. Modificând modelul pentru a include un termen de eroare non-normal, poți modela mai multe tipuri de date cu răspunsuri neliniare. După o trecere în revistă a modelelor liniare generalizate, capitolul examinează datele binomiale și datele de tip numărătoare în contextul modelelor cu efecte mixte.
4
Măsurători repetate
Acest capitol arată cum analiza măsurătorilor repetate reprezintă un caz special al modelării cu efecte mixte. Capitolul începe cu o trecere în revistă a testelor t pereche și a ANOVA pentru măsurători repetate. Urmează utilizarea unui model liniar cu efecte mixte pentru a analiza date dintr-un studiu despre somn. În final, capitolul folosește un model liniar generalizat cu efecte mixte pentru a examina date privind crimele motivate de ură din statul New York, de-a lungul timpului.
R
Modele ierarhice și cu efecte mixte în R
Curs
finalizat
