Dieses Repository enthält ein (relatives) kurzes Tutorial über verallgemeinerte lineare gemischte Modelle (GLMMS) unter Verwendung von R zum Anpassung und Vergleich von Modellen. Der allgemeine Inhalt des Tutorials wurde von Richard McElreaths hervorragendem Statistikkurs statistisches Überdenken inspiriert. Die aktuellste Einstellung dieses Materials finden Sie in Richards gleichnamigem Lehrbuch von Richard. Insbesondere habe ich dieses Drehbuch aus einer Reihe von Problemen geschrieben, die in der Abschlussprüfung des Kurses auftraten. Diese Übungen schienen mir besonders aufschlussreich zu sein, da sie veranschaulichen, dass die Einbeziehung zufälliger Effekte (auch bekannt als variierende Effekte) nicht nur die relativen Modellrankings verändern, sondern auch betonen, dass das Hinzufügen von zufälligen Effekten unsere Schätzungen von festen Effekten drastisch verändern kann (dh die Dinge, die wir normalerweise normalerweise Kümmere dich um die meisten in unseren Modellen). In diesem Tutorial wird die R -Pakete lme4 , AICcmodavg und rethinking verwendet. Das Informationskriterium (AIC) von Akaike wird zum Vergleich von Anpassungsmodellen verwendet.
glmm_tutorial_script.R enthält meinen Code und meinen Tutorial -Kommentarglmm_tutorial_data.csv enthält die Beispieldaten, die ich für die Verwendung in diesem Tutorial erstellt habe
