In statistics, a random effects model, also called a variance components model, is a statistical model where the model parameters are random variables. It is a kind of hierarchical linear model, which assumes that the data being analysed are drawn from a hierarchy of different populations whose differences relate to that hierarchy. A random effects model is a special case of a mixed model.
| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:label
| - Modelo de efectos aleatorios (es)
- ランダム効果モデル (ja)
- Random effects model (en)
- Modelo de efeitos aleatórios (pt)
|
| rdfs:comment
| - ランダム効果モデル（らんだむこうかもでる、random effects model、変量効果モデル、分散成分モデル variance componets model とも）は、統計学において、モデルパラメータが確率変数である統計モデル。これはマルチレベルモデルの一種であり、分析対象のデータが異なる階層から抽出され、その違いが階層に関連していると仮定する。計量経済学では、固定効果を仮定しない（個人効果を許容する）場合に、パネルデータ分析に用いられる。ランダム効果モデルは、混合モデルの特殊なケースである。 「固定」効果は母集団平均を、「ランダム」効果は被験者固有の効果を指す（後者は一般的に未知の潜在変数） 。 (ja)
- En estadística, un modelo de efectos aleatorios, también conocido como modelo de componentes de la varianza, es una especie de modelo lineal jerárquico. Se supone que el conjunto de datos que se analiza consiste en una jerarquía de diferentes poblaciones cuyas diferencias se refieren a esa jerarquía. En econometría, se utilizaron modelos de efectos aleatorios en el análisis de la jerárquica o de datos de panel cuando se supone no hay efectos fijos (que permite efectos individuales). El modelo de efectos aleatorios es un caso especial del modelo de efectos fijos. En contraste esto con las definiciones bioestadísticas, que utilizan efectos "fijos" y "al azar" para referirse, respectivamente, a los efectos de la media de la población y de individuos específicos (donde la media de éstos ge (es)
- In statistics, a random effects model, also called a variance components model, is a statistical model where the model parameters are random variables. It is a kind of hierarchical linear model, which assumes that the data being analysed are drawn from a hierarchy of different populations whose differences relate to that hierarchy. A random effects model is a special case of a mixed model. (en)
- Em estatística, um modelo de efeitos aleatórios, também chamado modelo de componentes de variância, é um modelo estatístico em que os parâmetros do modelo são variáveis aleatórias. É uma espécie de , que presume que os dados analisados são extraídos de uma hierarquia de diferentes populações cujas diferenças se relacionam com essa hierarquia. Em econometria, os modelos de efeitos aleatórios são usados na análise em painel de dados hierárquicos ou em painel quando não se presume nenhum (permite efeitos individuais). Um modelo de efeitos aleatórios é um caso especial de modelo misto. (pt)
|
| differentFrom
| |
| dcterms:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| Link from a Wikipage to an external page
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| has abstract
| - En estadística, un modelo de efectos aleatorios, también conocido como modelo de componentes de la varianza, es una especie de modelo lineal jerárquico. Se supone que el conjunto de datos que se analiza consiste en una jerarquía de diferentes poblaciones cuyas diferencias se refieren a esa jerarquía. En econometría, se utilizaron modelos de efectos aleatorios en el análisis de la jerárquica o de datos de panel cuando se supone no hay efectos fijos (que permite efectos individuales). El modelo de efectos aleatorios es un caso especial del modelo de efectos fijos. En contraste esto con las definiciones bioestadísticas, que utilizan efectos "fijos" y "al azar" para referirse, respectivamente, a los efectos de la media de la población y de individuos específicos (donde la media de éstos generalmente se asume como no conocida, por lo que se usan variables latentes). (es)
- In statistics, a random effects model, also called a variance components model, is a statistical model where the model parameters are random variables. It is a kind of hierarchical linear model, which assumes that the data being analysed are drawn from a hierarchy of different populations whose differences relate to that hierarchy. A random effects model is a special case of a mixed model. Contrast this to the biostatistics definitions, as biostatisticians use "fixed" and "random" effects to respectively refer to the population-average and subject-specific effects (and where the latter are generally assumed to be unknown, latent variables). (en)
- ランダム効果モデル（らんだむこうかもでる、random effects model、変量効果モデル、分散成分モデル variance componets model とも）は、統計学において、モデルパラメータが確率変数である統計モデル。これはマルチレベルモデルの一種であり、分析対象のデータが異なる階層から抽出され、その違いが階層に関連していると仮定する。計量経済学では、固定効果を仮定しない（個人効果を許容する）場合に、パネルデータ分析に用いられる。ランダム効果モデルは、混合モデルの特殊なケースである。 「固定」効果は母集団平均を、「ランダム」効果は被験者固有の効果を指す（後者は一般的に未知の潜在変数） 。 (ja)
- Em estatística, um modelo de efeitos aleatórios, também chamado modelo de componentes de variância, é um modelo estatístico em que os parâmetros do modelo são variáveis aleatórias. É uma espécie de , que presume que os dados analisados são extraídos de uma hierarquia de diferentes populações cujas diferenças se relacionam com essa hierarquia. Em econometria, os modelos de efeitos aleatórios são usados na análise em painel de dados hierárquicos ou em painel quando não se presume nenhum (permite efeitos individuais). Um modelo de efeitos aleatórios é um caso especial de modelo misto. Compare isso com as definições de bioestatística, já que os bioestatísticos usam efeitos “fixos” e “aleatórios” para se referir respectivamente à média populacional e aos efeitos específicos do sujeito (e onde as últimas são geralmente presumidas como variáveis latentes e desconhecidas). (pt)
|
| gold:hypernym
| |
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
| foaf:isPrimaryTopicOf
| |
| is Link from a Wikipage to another Wikipage
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)