or
Deze oefening maakt deel uit van de cursus
Het eerste hoofdstuk geeft een voorbeeld van wanneer je een mixed effect gebruikt en beschrijft ook de onderdelen van een regressie. Het hoofdstuk bekijkt daarnaast een gegevensset met toetsresultaten van studenten met een geneste structuur om mixed effects te demonstreren.
Dit hoofdstuk is een introductie tot lineaire mixed-effects-modellen. Het behandelt verschillende typen random effects, legt uit hoe je de resultaten van lineaire mixed-effects-modellen interpreteert, en bespreekt verschillende methoden voor statistische inferentie met mixed-effects-modellen aan de hand van misdaaddata uit Maryland.
Dit hoofdstuk breidt lineaire mixed-effects-modellen uit met niet-normale fouttermen via gegeneraliseerde lineaire mixed-effects-modellen. Door het model aan te passen met een niet-normale foutterm kun je meer soorten data met niet-lineaire responsen modelleren. Na een herhaling van generalized linear models onderzoekt het hoofdstuk binomiale data en teldata in de context van mixed-effects-modellen.
Dit hoofdstuk laat zien hoe repeated-measures-analyse een speciaal geval is van mixed-effects-modellering. Het hoofdstuk begint met een herhaling van gepaarde t-toetsen en repeated measures-ANOVA. Daarna gebruikt het een lineair mixed-effects-model om slaapstudie-data te onderzoeken. Tot slot gebruikt het een gegeneraliseerd lineair mixed-effects-model om haatmisdaaddata uit de staat New York in de tijd te bestuderen.
Huidige oefening