Tento uzel vytváří generalizovaný lineární smíšený model (GLMM).

Generalizované lineární smíšené modely pokrývají širokou škálu modelů, od jednoduché lineární regrese až po komplexní víceúrovňové modely pro nenormální podélná data.

Příklady. Okresní školní rada může použít generalizovaný lineární smíšený model k určení, zda experimentální vyučovací metody je efektivní při zlepšování matematických skóre. Studenti ze stejné třídy by měli být v korelaci, protože jsou vyučuje stejný učitel, a třídy v rámci stejné školy může být také korelovaná, takže můžeme zahrnout náhodné účinky na škole a třídy úrovně k zohlednění různých zdrojů variability.

Lékařské výzkumní pracovníci mohou použít zobecněný lineární smíšený model k určení, zda nový antikonvulzivní lék může snížit pacientovu míru epileptických záchvatů. Opakované měření od stejného pacienta se obvykle pozitivně koreluje, takže by měl být vhodný smíšený model s určitými náhodnými účinky. The target field-the number of záchvatů-takes positive integer values, so a generalized linear mixed model with a Poisson distribution and log link may be appropriate.

Výkonní ředitelé v kabelovém poskytovateli televize, telefonu a internetové služby mohou použít generalizovaný lineární smíšený model, aby se dozvěděli více o potenciálních zákaznících. Vzhledem k tomu, že možné odpovědi mají nominální úrovně měření, analytik společnosti používá generalizovaný smíšený model s náhodným zachycením k zachycení korelace mezi odpověďmi na otázky týkající se užívání služeb napříč typy služeb (tv, telefon, internet) v rámci odpovědí dotazovaných respondentů.

Ve vlastnostech uzlu vám volby datové struktury umožňují uvést strukturální vztahy mezi záznamy v datové sadě, když jsou pozorování souvztažná. Pokud záznamy v datové sadě představují nezávislé pozorování, nemusíte uvádět žádné volby datové struktury.

Předměty. Kombinace hodnot zadaných kategorických polí by měla jedinečně definovat témata v datové sadě. Například jedno pole Patient ID by mělo být dostatečné pro definování subjektů v jediné nemocnici, ale kombinace Hospital ID a Patient ID může být nezbytná, pokud nejsou identifikační čísla pacientů jedinečná v rámci nemocnic. V nastavení opakovaných měřítek se pro každý subjekt zaznamená více pozorování, takže každý subjekt může v datové sadě obsadit více záznamů.

Předmět je observační jednotka, kterou lze považovat za nezávislou na jiných předmětech. Například měření krevního tlaku pacienta v lékařské studii může být považováno za nezávislé na odečtech od jiných pacientů. Definování předmětů bude zvláště důležité při opakovaní měření na předmět a chcete-li modelovat korelaci mezi těmito pozorováními. Můžete například očekávat, že se budou korelovat odečty krevního tlaku od jednoho pacienta během po sobě jdoucích návštěv ošetřujícího lékaře.

Všechna pole uvedená jako předměty ve vlastnostech uzlu se používají k definování předmětů pro strukturu reziduální kovariance a poskytují seznam možných polí pro definování předmětů pro struktury kovariance náhodných efektů na bloku Náhodný efekt.

Opakovaná opatření. Zde uvedená pole se používají k identifikaci opakovaných pozorování. Například jedna proměnná Week by mohla identifikovat desetitýdenní pozorování v lékařské studii nebo Month a Day lze použít společně k identifikaci denních pozorování v průběhu roku.

Definujte skupiny kovariance podle. Zde uvedená kategorická pole definují nezávislé sady parametrů kovariance opakovaných efektů; jedna pro každou kategorii definovanou křížovou klasifikací seskupujících polí. Všechny subjekty mají stejný typ kovariance a předměty v rámci stejné skupiny kovariance budou mít stejné hodnoty pro parametry.

Souřadnice prostorových kovariance. Proměnné v tomto seznamu určují souřadnice opakovaných pozorování, když je vybrán jeden z typů prostorových kovariance pro typ opakované kovariance.

Typ opakované kovariance. Určuje strukturu kovariance pro zbytkové chyby. Dostupné struktury jsou:

• Autoregresivní řízení prvního řádu (AR1)
• Průměrná pohyblivá klouzavý průměr (1, 1) (ARMA11)
• Složená symetri
• Diagonála
• Skalkovaná identita
• Prostorový:
• Prostorové: exponenciální
• Geografický: Gauss
• Geografický prostor:
• Prostorový: Lineární protokol
• Prostorová: Sférická
• Toeplitz
• Nestrukturované
• Komponenty rozptylu