文件名称：tutorial-GCA-R:了解如何使用R和线性模型，逻辑回归，经验Logit回归，线性时间模型和非线性增长曲线模型来分析眼动数据
文件大小：7.25MB
文件格式：ZIP
更新时间：2024-06-12 07:45:48
HTML
关于使用线性模型，逻辑回归和增长曲线分析来分析眼动数据的R Workshop 这个由4部分组成的系列最终以使用增长曲线分析为眼动数据建模。 R简介 什么是数据帧和向量？ R函数如何工作？ R中的统计检验如何工作？ 如何导入和导出数据？ 通用线性模型 如何在R中拟合线性模型？ 什么时候应该使用aov（）和什么时候应该使用lm（）？ 如何解释参数估计值（无需SPSS ...）？ 广义线性模型 如何使用广义线性模型（例如，逻辑回归）进行基于时间的眼动追踪分析？ 如何在同一端使用经验logit回归？ 和反正弦根转换吗？ 混合效果模型的随机效果（截距和斜率）如何在lmer（）中工作？ 增长曲线分析 我如何看待随时间变化的非线性变化？ 自然多项式和正交多项式有什么区别？ 如何解释增长曲线模型与经验对数模型的估计？ 如何可视化我的原始数据和模型拟合？ 致谢 Dan Mirman适用于GCA技术 Dal
【文件预览】：
tutorial-GCA-R-master
----tutorial4-growth-curve-analysis.html(3.03MB)
----data-eyetracking.csv(3.41MB)
----tutorial4-growth-curve-analysis.Rmd(14KB)
----probabilities-refresher.R(837B)
----tutorial2-general-linear-models.html(1.94MB)
----independent problems()
--------tutorial3-independent.R(3KB)
--------tutorial2-independent.R(3KB)
----tutorial1-introduction.html(1.74MB)
----data-vocab.csv(878B)
----tutorial3-generalized-linear-models.html(2.46MB)
----README.md(1KB)
----tutorial1-introduction.Rmd(8KB)
----.RData(2.71MB)
----tutorial2-general-linear-models.Rmd(12KB)
----tutorial3-generalized-linear-models.Rmd(26KB)
----.Rhistory(27KB)
----old()
--------README.md(714B)
--------gca-tutorial.R(12KB)
----data-vocab-females.csv(195B)
----data-vocab-individuals.csv(141KB)