модели mean squared error. Предлагаю, что это можно сделать найдя среднее квадратов остатков. Но модель со смешанными эффектами, что заставило меня задаться вопросом - какие остатки брать? Все или только от фиксированной переменной?
Дополнительную неразбериху вносит тот факт, что расчет mse в пакете performance ведётся по остаткам случайной переменной... Но это же бессмыслица? Или я что-то не так понимаю...
Дайте определение «смешанных эффектов» в этом случае, пожалуйста
nlme::lme(car ~ pred, random = ~1|id, data)
Мне кажется, зависит от гипотезы, если фиксированные переменные - это факт, то тогда от них. Если это предположение, то все
понял, у меня просто вся терминология на английском прибита, пока пойму о чем речь... чисто по статистике мне кажется считается по обоим потому что случайная часть тоже предиктор а не шум(несмотря на мат ожидание 0), поэтому она никуда не уходит при расчете эстимейтов а в пакете прям считается по смешанной модели используя только случайные?
Там ситуация странная, остатки извлекаются через get_residual из пакета insight, а вот он берёт только id
А зачем нужен MSE в итоге? гуднес оф фит показать?
Хочу intra CV посчитать
Обсуждают сегодня