873632_zh-CN

liliconcom

使用混合模型处理非独立性

在分析定量研究数据时，研究人员经常会遇到一个常见的统计难题：观测结果彼此之间并非独立。例如，如果一项生态学研究在多个地理位置进行，由于不同地点存在差异且不受控制的环境因素，观测结果可能并不独立。或者，如果一项调查研究涉及在几个月内对同一群人进行反复调查，那么任何个体参与者的回答都可能随时间推移而存在相关性。对非独立数据进行标准回归分析可能会导致不准确的推论，但值得庆幸的是，有一些统计技术可以让你解释数据中的非独立性。 本次网络研讨会面向学术研究人员，讲解使用线性混合效应模型处理非独立性的概念和技巧，包括如何在JMP 学生版（JMP 学生版是专为学术用途设计的免费、功能齐全的 JMP 版本）中实现这些技巧。主题包括： 分组或聚类观测单元之间非独立性的混合模型 跨时间或跨空间重复测量的非独立性混合模型 非独立和非正态响应数据的广义线性混合模型 访问jmp.com/student免费获取 JMP 软件，供学术使用

高级统计建模