Modèle à effets mixtes
Un modèle à effets mixtes (ou modèle linéaire mixte) étend la régression ordinaire en incluant à la fois des effets fixes — paramètres au niveau de la population partagés par toutes les observations — et des effets aléatoires qui capturent la variabilité au niveau du sujet, du groupe ou du cluster. C'est l'outil standard pour les données de mesures répétées, longitudinales et multiniveaux où les observations au sein de la même unité sont corrélées.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Linear Mixed Effects Model. ScholarGate. https://scholargate.app/fr/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.
- Modèle bayésien à effets mixtesStatistique↔ compare
- Modèle Linéaire Généralisé (GLM)Statistique↔ compare
- Modèle Linéaire Hiérarchique (HLM)Statistique↔ compare
- Modélisation multiniveauStatistiques de recherche↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →