Смешанные линейные модели

Этот курс можно пройти в составе специализации «Просто о статистике (с использованием R)».

Для кого?

Этот курс подойдет людям, которым необходимо анализировать данные, наблюдения в которых не являются независимыми друг от друга (например, семьи, повторные измерения и т. п.). Курс рассчитан на тех, кто освоил базовые приемы регрессионного анализа с использованием языка R, знаком с методом максимального правдоподобия и с обобщенными линейными моделями.

О чем?

Иногда приходится работать с очень сложно структурированными данными. Например, регрессионная модель может описывать несколько семей, из которых было отобрано по несколько человек. В подобных исследованиях будет нарушен базовый принцип статистического анализа — независимость наблюдений в выборке: люди из одной семьи будут более похожи друг на друга, а их свойства не будут независимы. В таких случаях применяются смешанные линейные модели, которые включают помимо интересующих исследователя предикторов, еще и случайные группирующие факторы (например, фактор “семья”). На примере смешанных моделей с нормальным распределением зависимой переменной мы обсудим способы тонкого моделирования взаимозависимостей наблюдений (моделирование структуры дисперсии). Наконец, мы рассмотрим, как строятся обобщенные смешанные линейные модели, описывающие поведение бинарных и счетных данных.