ที่เก็บนี้มีบทช่วยสอนสั้น ๆ (ค่อนข้าง) เกี่ยวกับโมเดลผสมเชิงเส้นทั่วไป (GLMM) โดยใช้ R เพื่อให้พอดีและเปรียบเทียบแบบจำลอง เนื้อหาทั่วไปของการสอนได้รับแรงบันดาลใจจากหลักสูตรสถิติที่ยอดเยี่ยมของ Richard McElreath การคิดใหม่ทางสถิติ สิ่งที่เป็นปัจจุบันมากที่สุดในเนื้อหานี้สามารถพบได้ในตำราเรียนของ Richard ที่มีชื่อเดียวกัน โดยเฉพาะอย่างยิ่งฉันเขียนแนวคิดการยืมสคริปต์นี้จากชุดของปัญหาที่ปรากฏในการสอบครั้งสุดท้ายของหลักสูตร แบบฝึกหัดเหล่านี้ดูเหมือนจะให้ความกระจ่างแก่ฉันโดยเฉพาะอย่างยิ่งเพราะพวกเขาแสดงให้เห็นว่าการรวมเอฟเฟกต์แบบสุ่ม (เอฟเฟกต์ที่แตกต่างกันไป) ไม่เพียง แต่สามารถเปลี่ยนการจัดอันดับแบบสัมพัทธ์ได้ แต่ยังเน้นว่าการเพิ่มเอฟเฟกต์แบบสุ่มสามารถเปลี่ยนแปลงการประเมินผลคงที่ของเราอย่างมาก ใส่ใจมากที่สุดในโมเดลของเรา) บทช่วยสอนนี้ใช้แพ็คเกจ R lme4 , AICcmodavg และ rethinking เกณฑ์ข้อมูลของ Akaike (AIC) ใช้เพื่อเปรียบเทียบโมเดลที่พอดี
glmm_tutorial_script.R มีรหัสและคำอธิบายการสอนของฉันglmm_tutorial_data.csv มีข้อมูลตัวอย่างที่ฉันสร้างขึ้นเพื่อใช้ในบทช่วยสอนนี้
