# Normalni linearni mešani modeli : delo diplomskega seminarja
Maver, Vida (Avtor), Smrekar, Jaka (Mentor) Več o mentorju...  PDF - Predstavitvena datoteka, prenos (524,43 KB)MD5: E8708AC7A449E8D5B25C70F46330F43F

Izvleček
Normalni linearni mešani modeli so modeli oblike $Y = X\beta + Z\alpha + \epsilon$ in zajemajo tako fiksne učinke $\beta$, kot tudi slučajne učinke $\alpha$. Pomembni predpostavki v teh modelih sta predpostavka normalne porazdeljenosti vektorja slučajnih učinkov $\alpha \sim N(0, \sigma^2I_n)$ in vektorja slučajnih odstopanj $\epsilon \sim N(0, \tau^2I_m)$, ki nista nujno enakih razsežnosti ter predpostavka neodvisnosti slučajnih vektorjev $\alpha$ in $\epsilon$. Variančne komponente v modelih, obravnavanih v diplomskem delu, se lahko ocenjuje po običajni in restringirani metodi največjega verjetja, med drugim pa tudi z uporabo metode iterativnega uteženega povprečja najmanjših kvadratov, z metodo analize varianc in z metodo kvadratičnega nepristranskega ocenjevanja minimalnih norm. V normalnih linearnih mešanih modelih se da konstrurati več različnih tipov intervalov zaupanja, med drugim eksaktne intervale zaupanja za variančne komponente in intervale zaupanja za fiksne učinke.

Jezik: Slovenski jezik Normalni linearni mešani modeli, fiksni in slučajni učinki, ocenjevanje, ANOVA, metoda največjega verjetja, restringirana metoda največjega verjetja, testi po metodi razmerja verjetij, intervali zaupanja. Delo diplomslega seminarja/zaključno seminarsko delo/naloga (mb14) 2.11 - Diplomsko delo FMF - Fakulteta za matematiko in fiziko 2018 519.2 18419033 754 332    (0 glasov) Ocenjevanje je dovoljeno samo prijavljenim uporabnikom. AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.Uredi privoljenje...

## Sekundarni jezik

Jezik: Angleški jezik Guassian linear mixed models Gaussian linear mixed models can be expressed as $Y = X\beta + Z\alpha + \epsilon$, where vector $\beta$ represents fixed effects and vector $\alpha$ represents random effects. There are two important assumptions in these models. The first is the assumption that both, random effects $\alpha$ and errors $\epsilon$ are normally distributed, the former with mean zero and variance $\sigma^2$ and the latte with mean zero and variance $\tau^2$. The second important assumption is that random effects and errors are assumed to be independent. Variance components in Gaussian linear mixed models can be estimated with maximum likelihood method or with restricted maximum likelihood method. Variance components can also be estimated with iterative weighted least squares method, analysis of variance, or minimum norm quadratic unbiased estimation. Confidence intervals in Gaussian linear mixed models include exact confidence intervals for variance components and confidence intervals for fixed effects, among others. Gaussian linear mixed models, fixed and random effects, estimation, ANOVA, maximum likelihood method, restricted maximum likelihood method, likelihood-ratio tests, confidence intervals.

## Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
 0 - 0 / 0 Ni komentarjev!

Nazaj