跳至内容
首页R

课程

R 中的分层与混合效应模型

高级技能水平
更新时间 2026年1月
在本课程中,你将学习如何拟合带随机效应的层级模型。
免费开始课程
RProbability & Statistics
4小时
13 视频
55 道练习
4,750 XP
23,215
成就证明

创建您的免费帐户

继续使用 Google显示更多选项


继续操作即表示您接受我们的《使用条款》和《隐私政策》,并同意您的数据存储在美国。

深受数千家公司学习者的喜爱

Group

需要团队培训?

企业版试用

课程描述

本课程将先回顾线性回归中的斜率与截距,然后引入随机效应。您将了解什么是随机效应,以及如何用它来建模数据。接着课程将讲解线性混合效应回归。这类强大的模型可用于分析比标准线性回归更复杂的数据结构。随后课程将介绍广义线性混合效应回归。广义线性混合效应模型可以建模更多类型的数据,包括二元响应与计数数据。最后,课程将把重复测量分析作为混合效应建模的一个特例来讲解。这类数据出现在对同一受试者进行随时间跟踪并按间隔收集测量时。整个课程中,您将使用真实数据,通过混合效应模型回答有趣的问题。

先决条件

Generalized Linear Models in R
1

分层与混合模型概览与入门

本章给出何时使用混合效应的示例,并说明回归模型的组成部分。还将通过具有嵌套结构的学生测试成绩数据来演示混合效应。
开始章节
2

线性混合效应模型

本章介绍线性混合效应模型。内容涵盖不同类型的随机效应、如何解读线性混合效应模型的结果,并结合马里兰州犯罪数据讲解在混合效应模型中的不同统计推断方法。
开始章节
3

广义线性混合效应模型

本章将线性混合效应模型扩展到包含非正态误差项的情形,即广义线性混合效应模型。通过将模型中的误差项改为非正态分布,您可以建模更多具有非线性响应的数据类型。在回顾广义线性模型后,本章将从混合效应模型的角度讨论二项数据与计数数据。
开始章节
4

重复测量

本章展示重复测量分析如何作为混合效应建模的一个特例来处理。首先回顾配对 t 检验与重复测量 ANOVA。随后使用线性混合效应模型分析睡眠研究数据。最后,使用广义线性混合效应模型分析纽约州的仇恨犯罪数据在时间维度上的变化。
开始章节
R 中的分层与混合效应模型
课程完成

获得成就证明

将此证书添加到您的 LinkedIn 档案、简历或履历中
在社交媒体和绩效评估中分享
立即注册

加入超过19百万学习者,今天就开始R 中的分层与混合效应模型!

创建您的免费帐户

继续使用 Google显示更多选项


继续操作即表示您接受我们的《使用条款》和《隐私政策》,并同意您的数据存储在美国。

通过 DataCamp for Mobile 提升您的数据技能

随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。