longitudinal

0熱度

1回答

我有一個計數數據，我需要使用動態負二項迴歸進行時間序列分析，因爲數據具有自相關和過度分散問題。我做了一個在線搜索，可以使用任何R包，但我無法找到它。我將不勝感激任何幫助。我的數據的一個例子： >St1 [1] 17 9 28 7 23 16 17 12 11 16 19 29 5 40 13 27 13 11 10 14 13 23 21 24 9 42 14 22 17 9 >Yea

0熱度

1回答

Wald Chi-Squared在一個混合效應模型中的兩個變量之間的測試r

我試圖完成縱向數據分析中的作業。現在的問題是比較模型中年齡的橫截面和縱向效應（基線橫截面：基底，縱向年齡：年齡變化）的差異。模型予代碼等：適合< -lme（logfev1〜baseage + agechange +高度，隨機=〜1 | ID，相關性= corAR1（形式=〜訪問| ID），logfev1）在Stata的，我們只需要如下代碼：測試baseage = agechange，那麼答

1熱度

1回答

爲縱向數據框添加第一行一組？

這裏是數據幀看起來像： subject_ID cd4_time0 other_time cd4_other_time 1 12 0.5 462 1 12 1.0 140 1 12 3.0 789 1 12 6.0 100 2 4 0.5 230 2 4 1.0 350 2 4 1.9 450 2

-2熱度

1回答

靜態initalizer塊中的多線程代碼產生死鎖

我有一個類需要提供快速分類服務。例如，我想編寫類似「classify（」Ac Kd Kh 3c 3s「）」的代碼，它很快返回TWO_PAIR。（這不是應用程序，但你得到了jist）因爲我需要快速的分類我想預先計算，然後存儲一個查找表，列出所有可能的輸入的分類輸出。爲了時間的利益，我希望將這個預計算並行化。但是，試圖從第二個線程使用「classifySlowly」會造成死鎖。 public cl

0熱度

1回答

符號中的RStudio縱向模型？

我在RStudio上看到了一個縱向模型，研究老年人和抑鬱症，並撰寫了結果，但我的同事和我不同意如何解釋模型。我： summary(lme.1<- lme(Depression ~ Memory+Gender+Age, random=~Year|ID, data=df, na.action=na.omit)) 我們的數據擁有人（ID）來測量4次在這一年的抑鬱症和其他特性。當我描述我寫它，我們

0熱度

1回答

使用SAS對不平衡面板數據進行插值

假設我們僅限於使用SAS並具有面板/縱向數據集。我們有隊列和時間指標，以及一些測量變量y。 data in; input cohort time y; datalines; 1 1 100 1 2 101 1 3 102 1 4 103 1 5 104 1 6 105 2 2 . 2 3 . 2 4 . 2 5 . 2 6 . 3 3 . 3 4 . 3 5 .

0熱度

1回答

R對於1級和2級變量的LME協變量的排序？

我有R中1級和2個變量我dataframe (df)縱向數據： ID Year Gender Race MathScore DepressionScore MemoryScore 1 1999 M C 80 15 80 1 2000 M C 81 25 60 1 2001 M C 70 50 75 2 1999 F C 65 15

2熱度

2回答

php替換字符串錯誤

我想從字符串中刪除一個字符串，但strstr的結果是找不到字符串。我會嘗試儘可能清晰，因爲我可以在這裏...... 問題是strpos（）沒有找到$ deletTabHTML。我已經在ajax中提醒過它，它與commonHTML中的一行完全一樣，但顯然它不是由於某些原因，我無法弄清楚。我假設我錯過了一些'隱形'的東西？如果我硬編碼要刪除的html，我的腳本就可以工作，所以整個腳本都可以工作。這裏

0熱度

1回答

Proc GLM的方差協方差矩陣

我使用Proc GLM來擬合一個基本的固定效應模型，我想得到方差/協方差矩陣。我知道如果你使用proc reg的模型，這是非常重要的，但是我適合的模型對每個班級的成員（超過50名班級成員）有一個單獨的坡度，因此我不想爲它們編碼虛擬變量。有沒有什麼辦法通過proc glm從擬閤中得到方差協方差矩陣。下面是一個組成數據和我的代碼的例子。我想獲得估計值的方差 - 協方差矩陣。 data exampl

0熱度

1回答

使用ggplot繪製縱向數據不正確的分組

我試圖用ggplot繪製我的縱向數據集。下面是示例數據來說明我的問題。 library(MASS) library(ggplot2) library(dplyr) # create data dat.tx.a <- mvrnorm(n=250, mu=c(30, 20, 28), Sigma=matrix(c(25.0, 17.5, 12.3,