【问题标题】:Zero-inflated gaussian distribution model零膨胀高斯分布模型
【发布时间】:2018-06-12 16:05:01
【问题描述】:

我正在尝试创建具有随机效应的广义线性模型。我有一个小数据集,包含 4 个主题的纵向数据。我从他们那里获得的数据是频率数据,对于其中一个受试者,所有数据点都是 0。因此,在检查正态性和残差图时,分布不正常。

图表:

我尝试以不同的方式转换数据,但情节仍然看起来相同。

是否有任何模型或转换可用于此类数据,其中一个受试者没有显示出可变性?

m=lme(Freq ~ Time, random=~ 1|Subject,  data=my_data, method='ML')

【问题讨论】:

  • 您的问题似乎与统计数据相关,而不是与 R 相关。在 stats.stackexchange.com 上提问可能会更好。我对零膨胀模型的经验是,它们需要的数据远远超过 4 个案例。

标签: r model


【解决方案1】:

您有频率数据,平均值很小。你不能指望残差看起来很正常。我不确定你为什么要假设一个高斯模型 - 你可以尝试在调用 glmer() 时使用泊松族进行拟合(包 lme4)。

如果你真的有零膨胀泊松数据,正如 TTNK 所说,你将需要超过 4 个主题。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2011-11-01
    • 2023-04-04
    • 1970-01-01
    • 2020-10-05
    • 2013-04-28
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多