Kontroversi seputar P-value

P-value dan pengujian hipotesis nol secara historis penting dalam sains dan statistika. Berdasarkan latihan dan video sebelumnya, manakah dari pernyataan berikut yang tidak benar:

Latihan ini merupakan bagian dari kursus

Model Hierarki dan Mixed Effects di R

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Latihan ini merupakan bagian dari kursus

Model Hierarki dan Mixed Effects di R

SkillTag.level.advancedSkillTag.label

4.7+

Mulai Kursus Gratis

Bab pertama memberikan contoh kapan menggunakan mixed-effect dan juga menjelaskan bagian-bagian dari sebuah regresi. Bab ini juga menelaah himpunan data nilai ujian siswa dengan struktur bertingkat (nested) untuk mendemonstrasikan mixed-effects.

Exercise 1: Apa itu model hierarkis?Exercise 2: Contoh himpunan data hierarkis Exercise 3: Data siswa multi-level Exercise 4: Menjelajahi multi-level: Kelas dan sekolah Exercise 5: Bagian-bagian dari sebuah regresi Exercise 6: Intersep Exercise 7: Kemiringan dan regresi berganda Exercise 8: Efek-acak dalam regresi dengan data sekolah Exercise 9: Intersep efek-acak Exercise 10: Kemiringan efek-acak Exercise 11: Membangun model sekolah Exercise 12: Menafsirkan model sekolah

Bab ini memperkenalkan model linear mixed-effects. Isinya mencakup berbagai jenis random-effects, menjelaskan cara memahami hasil untuk model linear mixed-effects, dan membahas berbagai metode inferensi statistik dengan mixed-effects models menggunakan data kejahatan dari Maryland.

Exercise 1: Model efek campuran linear - Data angka kelahiran Exercise 2: Membangun model lmer dengan efek acak Exercise 3: Menyertakan efek tetap Exercise 4: Kemiringan efek-acak Exercise 5: Kemiringan efek-acak tak berkorelasi Exercise 6: Prediktor efek tetap dan acak Exercise 7: Memahami dan melaporkan keluaran dari lmer Exercise 8: Membandingkan keluaran print dan summary Exercise 9: Mengekstrak koefisien Exercise 10: Menampilkan hasil dari model lmer Exercise 11: Inferensi statistik dengan data kejahatan Maryland Exercise 12: Memvisualisasikan data kejahatan Maryland Exercise 13: Mengubah skala kemiringan (slope)Exercise 14: Pengujian hipotesis nol Exercise 15: Kontroversi seputar P-value

Latihan Saat Ini

Exercise 16: Perbandingan model dengan ANOVA

Bab ini memperluas model linear mixed-effects untuk memasukkan suku galat non-normal menggunakan generalized linear mixed-effects models. Dengan mengubah model agar memasukkan suku galat non-normal, Anda dapat memodelkan lebih banyak jenis data dengan respons non-linear. Setelah meninjau generalized linear models, bab ini mengkaji data binomial dan data cacah dalam konteks mixed-effects models.

Exercise 1: Kilasan cepat tentang GLM Exercise 2: Regresi logistik Exercise 3: Regresi Poisson Exercise 4: Memplot GLM Exercise 5: Data binomial Exercise 6: Data toksikologi Exercise 7: Contoh pemasaran Exercise 8: Menghitung odds-ratio Exercise 9: Data cacah Exercise 10: Klik-tayang internet Exercise 11: Klamidia menurut kelompok usia dan county Exercise 12: Menampilkan hasil klamidia

Bab ini menunjukkan bagaimana analisis repeated-measures merupakan kasus khusus dari pemodelan mixed-effect. Bab dimulai dengan meninjau uji t berpasangan dan ANOVA repeated measures. Selanjutnya, bab menggunakan model linear mixed-effect untuk menelaah data studi tidur. Terakhir, bab menggunakan model generalized linear mixed-effect untuk menelaah data kejahatan kebencian di negara bagian New York dari waktu ke waktu.

Exercise 1: Pengantar repeated measures Exercise 2: Uji t berpasangan Exercise 3: Repeated measures ANOVA Exercise 4: Studi tidur Exercise 5: Mengeksplorasi data Exercise 6: Membangun model Exercise 7: Membandingkan regresi dan ANOVA Exercise 8: Memvisualisasikan hasil Exercise 9: Kebencian di negara bagian NY?Exercise 10: Menjelajahi data kejahatan kebencian di NY Exercise 11: Membangun model Exercise 12: Menafsirkan hasil model Exercise 13: Menampilkan hasil Exercise 14: Tinjauan model hierarkis di R Exercise 15: Kesimpulan