R語言

含有「R語言」共 22 篇內容
全部內容
發佈日期由新至舊
付費限定
以前,若多因子的變異數分析的變異數同異質性假設未通過,那麼變異數分析的F值就會有所誤差,也沒有適當的無母數統計可以替代。最近,有學者提倡Welch-James統計量,這種方法相較於傳統的方差分析更具有穩健性,並且同樣可以檢驗因子主效應和交互作用。通過一些實際案例,我們展示瞭如何在R語言中使用本方法。
Thumbnail
付費限定
近年研究越來越重視多階層模型的效果量。本文將介紹三種常見的效果量概念和R語言操作,並附上佐證文獻。
Thumbnail
付費限定
實務中,我們很難決定要使用哪一種多層次模型更好,這時候可以透過模型比較方式給我們有用的建議。本文章將介紹如何透過R語言,使用ranova()和anova()來比較不同的多層次模型,並提供實際範例。
Thumbnail
付費限定
在使用R跑多層次模型時,有時候會遇到連續調節變項,這時候分析會和類別調節變項有所差異,本文在介紹遇到連續調節變項時,如何進行簡單斜率分析,以及如何畫交互作用圖,最後再說如何使用Johnson-Neyman法。
Thumbnail
Rover博士好: 看了這一系列的精彩教學文後,想要動手用R跑跑看,請問你知道哪裡可以找到類似的數據嗎?或者R本身有沒有提供這類型的數據供下載,謝謝~
付費限定
如同迴歸一樣,跑多層次分析時同樣也會可能檢定交互作用,當交互作用顯著時,我們習慣透過簡單斜率和交互作用圖來做進一步檢視。本文將介紹如何使用R語言做多層次模型的簡單斜率和交互作用圖。因為是第一次教學,所以先說比較容易懂的類別調節變項和連續自變項的交互作用。
Thumbnail
付費限定
在進行多層次線性模型(MLM)當中,有時候我們不只會加入層次1的預測變項。我們也會想加入層次2預測變項。本文將介紹加入層次2預測變項的各種模型,並解釋其公式和R語言操作方法。因為內容比較多,所以篇幅比較長。 多層次線性模型(MLM),截距是表示所有學校的平均值。斜率是指模型中自變量的係數,表
Thumbnail
利用 gmailr 套件能夠有效地提升工作效率,透過 R 語言自動生成信件草稿,並允許個別修改與寄送,大幅減少出錯機率。本文介紹 gmailr 套件的安裝與帳號設定步驟,以及如何搜尋和讀取郵件以及撰寫郵件的相關方法。
Thumbnail
這是一月迷你學期裡的三週密集課程, 使用統計分析常用的 R 語言作為工具, 處理時間、空間、時間-空間等的數據資料。 內容提及不少統計學理論, 又有大量的練習題,艱難但非常有成就感。 舉一些例子來解釋課程裡我們做了什麼: 1. Maximum Likelihood Estimatio
Thumbnail
5/5丹麥留學
Groupmean centering是一種常用的資料預處理方法,特別是多層次分析,若要使用Rights & Sterba (2019)(2019) 發展出R2 (R&S),要對需要將層次1的變項和交互作用都 Groupmean centering。本文介紹使用R和SPSS操作方法
Thumbnail
用R語言進行HLM分析第一章將介紹ICC係數定義,並實際示範如何使用R語言計算ICC,並解釋其含意。
Thumbnail