跳至内容

课程

R 中的分层与混合效应模型

高级4 小时

在本课程中,你将学习如何拟合带随机效应的层级模型。

R4 小时13 个视频55 个练习4,750 经验值23,246结业证明

创建您的免费账户

继续使用 Google
继续即表示您接受我们的 使用条款,我们的 隐私政策 并且您的数据存储在美国。

深受上千家公司学习者喜爱

要培训团队?

试用企业版

课程介绍

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。

先修要求

课程大纲

课程大纲

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。
开始本章
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。
开始本章
R

R 中的分层与混合效应模型

课程完成

获取成就证书

立即报名

通过 DataCamp for Mobile 提升您的数据技能

通过我们的移动课程和每日 5 分钟编程挑战,随时随地取得进步。