Linear Mixed Effects Model
تصور کنید که نمرات آزمون دانشآموزان را در چندین مدرسه در نقاط زمانی مختلف ردیابی میکنید. دانشآموزان درون یک مدرسه مشابه، بیشتر از دانشآموزان مدارس دیگر به یکدیگر شبیه هستند و نمرات تکراری هر دانشآموز در طول زمان همبستگی دارند. رگرسیون معمولی هر دو وابستگی را نادیده میگیرد و نرخ مثبت کاذب را افزایش میدهد. مدل مختلط، عرض از مبدأهای تصادفی در سطح مدرسه و دانشآموز (و احتمالاً شیبها) را اضافه میکند که این ساختار خوشهای را جذب میکنند و اثرات ثابت را آزاد میگذارند تا روابط واقعی سطح جمعیت را بدون آلودگی خوشهبندی تخمین بزنند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
منابع
- Laird, N. M., & Ware, J. H. (1982). Random-effects models for longitudinal data. Biometrics, 38(4), 963–974. DOI: 10.2307/2529876 ↗
- Pinheiro, J. C., & Bates, D. M. (2000). Mixed-Effects Models in S and S-PLUS. Springer. ISBN: 978-0387989570
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Linear Mixed Effects Model. ScholarGate. https://scholargate.app/fa/statistics/mixed-effects-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- مدل اثرات مختلط بیزی (Bayesian Mixed Effects Model)آمار↔ compare
- مدل خطی تعمیمیافته (GLM)آمار↔ compare
- مدل خطی سلسله مراتبی (HLM)آمار↔ compare
- مدلسازی چندسطحیآمار پژوهش↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →