Introduktion till upprepade mätningar

Hierarkiska modeller och modeller med blandade effekter i R

Richard Erickson

Data Scientist

Upprepade mätningar

  • Följer samma studieenhet över tid
  • T.ex. en kohort av studenter eller individer
  • Mer kraftfullt tack vare observerad variabilitet på individnivå
Hierarkiska modeller och modeller med blandade effekter i R

Parat t-test

  • Specialfall av ett t-test
  • Exempel: förändring i testresultat före och efter en intervention
  • Bra konceptuell introduktion till upprepade mätningar
Hierarkiska modeller och modeller med blandade effekter i R

Parat t-test i R

t.test(x1, x2, paired = TRUE)
Hierarkiska modeller och modeller med blandade effekter i R

ANOVA för upprepade mätningar

  • Konceptuell utvidgning av parat t-test
  • Testar om medelvärden är konstanta över tid
  • Exempel: förändring i studentresultat med fler än 2 tester
Hierarkiska modeller och modeller med blandade effekter i R

Upprepade mätningar i R

library(lmerTest)

anova(lmer(y ~ time + (1 | individual))
Hierarkiska modeller och modeller med blandade effekter i R

Utvidgning till lmer och glmer

  • Upprepade mätningar är en typ av mixed-effect
  • Kan tillämpas på glmer också
  • Kraftfull utökning av verktyget
  • Frihetsgrader är ett öppet forskningsområde
Hierarkiska modeller och modeller med blandade effekter i R

Nu kör vi en övning!

Hierarkiska modeller och modeller med blandade effekter i R

Preparing Video For Download...