Modelos Mixtos con R
Bienvenido
1 Introducción
- 1.1 La complejidad estructural tenida en cuenta por los modelos mixtos
2 Regresión lineal
- 2.1 Modelo estadístico
- 2.2 Verosimilitud del modelo
  - Ejemplo
3 Modelos Lineales Mixtos
- 3.1 Entrevista con Jim Ware y Nan Laird
4 Aplicaciones shiny
5 Paquete lme4
6 Aplicación con lme4
- Ejercicios
7 Paquete nlme
- 7.1 Función lme
- Ejemplo: modelo normal con intercepto aleatorio
8 Aplicación con nlme
- Ejercicios
9 Aplicación rat pup
10 Métodos de estimación
11 Pruebas de hipótesis
12 Modelando la heterocedasticidad
13 Modelos con más de dos niveles
14 Paquete marginaleffects
15 Paquete ggeffects
16 Predicción
17 Modelos Lineales Generalizados Mixtos
- 17.1 Videos de apoyo
18 Paquete glmmTMB
19 Paquete glmm
- 19.1 Función glmm
- Ejemplo: modelo Poisson con intercepto aleatorio
20 Paquete MASS
21 Paquete INLA
- Ejemplo: modelo Poisson con intercepto aleatorio
- Ejemplo: modelo Poisson con intercepto y pendiente aleatoria
22 Paquete gamlss
23 GLMM Poisson
24 GLMM gamma
25 Modelo multinomial
26 Diagnósticos con DHARMa
- Ejemplo: modelo gamma mixto
27 Coeficiente \(R^2\)
28 Simulación de glmm
- 28.1 Ejemplo para datos de crecimiento
29 Single case experimental desing (sced)
- Ejemplo: simulación de un sced ABAB
30 Otro material interesante
References
Published with bookdown

Modelos Mixtos con R

4 Aplicaciones shiny

En este capítulo se presentan aplicaciones shiny para ilustrar modelos con efectos aleatorios.

Aplicación lmm con intercepto aleatorio.
Aplicación lmm con intercepto y pendiente aleatorias.