タグ付けされた質問 「repeatability」

混合効果モデリングによる測定の再現性（別名信頼性、別名クラス内相関）の計算方法を説明するこの論文に出会ったばかりです。Rコードは次のようになります。 #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) #compute n0, the repeatability adjustment n = as.data.frame(table(my_data$unit)) k = nrow(n) N = sum(n$Freq) n0 = (N-(sum(n$Freq^2)/N))/(k-1) #compute the adjusted repeatability Rn = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

2つのグループのICC値を計算しました。次に、ICC値を比較して、グループの再現性が異なるかどうかを判断します。文献では、人々は単に再現性を比較するためにt検定を使用しましたが、これを行う方法は私には不明確です。 たとえば、ダミーデータの場合： ID gr day behaviour 1 1 1 0.361 2 1 1 0.232 3 1 1 0.240 4 1 1 0.693 5 1 1 0.483 6 1 1 0.267 7 2 1 0.180 8 2 1 0.515 9 2 1 0.485 10 2 1 0.567 11 2 1 0.000 …

8 r  t-test  intraclass-correlation  repeatability 

方法「A」は、約30の異なる変数からなる多変量「フィンガープリント」を使用して生体サンプルを記述します。異なる変数は異なる典型的な分布を示し、それらの多くは互いに密接に相関しています。以前の経験から、変数の多くを正規分布に変換できないと想定されています。 方法「B」は方法「A」の改良版になるように設計されており、これら2つの方法の再現性を比較したいと思います。単一の変数を扱っている場合は、メソッド内とメソッド間の変動性を比較するために、いくつかのサンプルの独立した分析を実行し、分散分析を使用します。しかし、ここでは多変量出力を扱っており、変数ごとに1つの分析を実行したくありません。この質問への正しいアプローチは何ですか？ 解決 gui11aumeの回答による 回答は、有用で貴重な情報を提供します。AdamOの提案に従って、gui11aumeの回答に続く7つの一方向分析によって、「ダウンストリームアプリケーション」を適合 させます。

8 multivariate-analysis  repeatability  method-comparison