Ich habe viele Messungen für mehrere Personen, bin mir aber nicht sicher, wie ich diese Wiederholungsmessstruktur beim Ausführen eines zufälligen Waldmodells berücksichtigen soll.
Gibt es eine Möglichkeit, die zugrunde liegende Datenstruktur von Längsschnittdaten mithilfe eines zufälligen Waldmodells zu berücksichtigen?
Ist das überhaupt nötig? - es scheint mir, dass es sein sollte ...
Ich möchte dies besonders gerne durchführen können R
.
r
repeated-measures
random-forest
panel-data
der Waldökologe
quelle
quelle
Antworten:
In einem früheren Beitrag wurden gemischte Effekte für Cluster- / Längsschnittdaten erörtert.
Wie kann ich zufällige Effekte in einen randomForest aufnehmen?
Hier ist eine gute Referenz für die Implementierung von Entscheidungsbäumen in R: http://statistical-research.com/a-brief-tour-of-the-trees-and-forests/
Sie können diese Folien auch unter http://www2.ims.nus.edu.sg/Programs/014swclass/files/denis.pdf überprüfen
quelle
Sie können die folgenden Pakete in R ausprobieren:
REEMtree : Dies ist kein zufälliger Wald, sondern ein einzelnes Baummodell, bei dem Unterschiede zwischen Objekten im Laufe der Zeit berücksichtigt werden (sogenannte zufällige oder gemischte Effekte) und mehrere Bäume möglicherweise zusammengesetzt werden können, oder
glmertree : wie Ansätze, die segmentweise konstante Mittelwerte berücksichtigen können - die angepasst werden könnten, um individuelle spezifische Wachstumsmuster zu berücksichtigen (siehe hier ).
Oder setzen Sie einfach das Alter als Variable in Ihr Modell ein, um mindestens das Bit der einzelnen Baummerkmale zu berücksichtigen?
quelle