Wprowadzenie do pomiarów powtarzanych

Hierarchiczne i mieszane modele efektów w R

Richard Erickson

Data Scientist

Pomiary powtarzane

  • Śledzenie tej samej jednostki w czasie
  • Np. kohorta studentów, osoby indywidualne
  • Większa moc dzięki zmienności na poziomie jednostki
Hierarchiczne i mieszane modele efektów w R

Test t dla par

  • Szczególny przypadek testu t
  • Przykład: zmiana wyników testu przed i po interwencji
  • Dobre wprowadzenie koncepcyjne do pomiarów powtarzanych
Hierarchiczne i mieszane modele efektów w R

Test t dla par w R

t.test(x1, x2, paired = TRUE)
Hierarchiczne i mieszane modele efektów w R

ANOVA dla pomiarów powtarzanych

  • Rozszerzenie koncepcji testu t dla par
  • Sprawdza stałość średnich w czasie
  • Przykład: zmiana wyników studentów przy >2 testach
Hierarchiczne i mieszane modele efektów w R

Pomiary powtarzane w R

library(lmerTest)

anova(lmer(y ~ time + (1 | individual))
Hierarchiczne i mieszane modele efektów w R

Rozszerzenie lmer i glmer

  • Pomiary powtarzane to szczególny typ modeli mieszanych
  • Można stosować również z glmer
  • Potężne rozszerzenie narzędzia
  • Stopnie swobody to otwarty problem badawczy
Hierarchiczne i mieszane modele efektów w R

Czas na ćwiczenia!

Hierarchiczne i mieszane modele efektów w R

Preparing Video For Download...