APPUNTI RIASSUNTIVI
Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.
Di cosa parla
- Modelli lineari gerarchici per variabili continue: servono quando i dati hanno una struttura gerarchica (individui in gruppi), richiedendo un equilibrio tra pooling e no pooling per evitare underfitting e overfitting, con l'utilizzo del coefficiente di correlazione intraclasse.
- Analisi multilevel: estende il modello ANOVA aggiungendo variabili indipendenti X, permettendo intercette casuali e pendenze costanti tra gruppi, con inferenza mediante REML per ottenere stime non distorte dei parametri.
- Modelli lineari generalizzati gerarchici: trattano variabili dicotomiche, ordinate o di conteggio come regressione logistica, con intercette e coefficienti casuali, e modelli Poisson per variabili di conteggio, gestendo la sovradispersione utilizzando binomiali negative.
Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.