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.

1. Знакомство со смешанными линейными моделями

2. Моделирование структуры дисперсии в смешанных моделях

3. Смешанные линейные модели для счетных данных

4. Смешанные линейные модели для бинарных данных