873632_it-IT

liliconcom

Gestione della non indipendenza con modelli misti

Nell'analizzare i dati provenienti da studi quantitativi, i ricercatori si imbattono spesso in una comune sfida statistica: le osservazioni non sono indipendenti l'una dall'altra. Ad esempio, se uno studio ecologico viene condotto in più aree geografiche, le osservazioni potrebbero non essere indipendenti a causa di fattori ambientali non controllati che differiscono da una località all'altra. Oppure, se uno studio di indagine prevede l'intervista ripetuta delle stesse persone per diversi mesi, è probabile che le risposte di ogni singolo partecipante siano correlate nel tempo. Condurre una regressione standard su dati non indipendenti può portare a inferenze imprecise, ma fortunatamente esistono tecniche statistiche che consentono di tenere conto della non indipendenza nei dati. Questo webinar, destinato ai ricercatori accademici, illustra concetti e tecniche per la gestione della non indipendenza utilizzando modelli lineari a effetti misti, incluso come implementare queste tecniche in JMP Student Edition , una versione gratuita e completa di JMP, riservata esclusivamente all'uso accademico. Gli argomenti trattati includono: Modelli misti per la non indipendenza tra unità di osservazioni raggruppate o raggruppate Modelli misti per la non indipendenza in misure ripetute prese nel tempo o nello spazio Modelli misti lineari generalizzati per dati di risposta non indipendenti e non normali Ottieni gratuitamente il software JMP per uso accademico su jmp.com/student

Modellazione statistica avanzata