or
Cette activité fait partie du cours
Le premier chapitre propose un exemple de situation où utiliser un modèle à effets mixtes et décrit aussi les composantes d'une régression. Le chapitre examine également un jeu de données de résultats d'examen d'élèves avec une structure imbriquée pour illustrer les effets mixtes.
Ce chapitre présente une introduction aux modèles linéaires à effets mixtes. Il couvre différents types d'effets aléatoires, explique comment interpréter les résultats de modèles linéaires à effets mixtes et passe en revue différentes méthodes d'inférence statistique avec des modèles à effets mixtes en utilisant des données criminelles du Maryland.
Ce chapitre étend les modèles linéaires à effets mixtes pour inclure des termes d'erreur non normaux grâce aux modèles linéaires généralisés à effets mixtes. En modifiant le modèle pour y inclure un terme d'erreur non normal, vous pouvez modéliser davantage de types de données avec des réponses non linéaires. Après une révision des modèles linéaires généralisés, le chapitre examine des données binomiales et des données de dénombrement dans le contexte des modèles à effets mixtes.
Ce chapitre montre en quoi l'analyse de mesures répétées est un cas particulier de la modélisation à effets mixtes. Le chapitre commence par revoir les tests t appariés et l'ANOVA pour mesures répétées. Ensuite, il utilise un modèle linéaire à effets mixtes pour examiner des données d'une étude sur le sommeil. Enfin, il applique un modèle linéaire généralisé à effets mixtes pour analyser l'évolution dans le temps des crimes haineux dans l'État de New York.
Exercice en cours