线性组合模型,一般线性模型和混合线性模型的区别

1. 课程来源：

https://02429.compute.dtu.dk/Frontpage

需要安装的R包

install.packages(c('lmerTest', 'lsmeans', 'car', 'multcomp', 'ggplot2', 'knitr')) 2. 课程面向对象

一般课程目标

利用混合线性模型在农业，食品科学，生物学，医学和技术科学中的应用，获得有关数据统计分析的知识和能力。

学习目标，达到课程目标的学生将能够：

构建和应用复杂实验设计的因子结构图。使用统计软件R，基于混合线性模型理论进行统计分析。解释混合线性模型的理论。区分随机和固定效果。比较和区分不同的相关模型和统计方法。执行，解释和讨论来自不平衡块和裂区实验的数据的统计分析。执行，解释和讨论来自不平衡纵向研究的数据的统计分析。执行，解释和讨论分层统计分析，包括基于方差分量模型和具有变化系数的回归模型的分析。执行，解释和讨论重复测量的统计分析，包括识别各种相关结构。结合并修改各种技术。

内容
本课程将涵盖混合线性模型的基本理论和应用。这包括固定和随机效应，但也包括与重复测量/纵向数据分析相关的更一般的相关结构。简而言之：该课程为数据结构的统计分析提供了理论和实践工具，这些数据结构不满足介绍性统计课程中的独立性假设。将使用统计软件R.

3. 电子版教材及数据

https://02429.compute.dtu.dk/eBook

4. PPT及对应R语言代码

https://02429.compute.dtu.dk/Materials

5. 视频教材

https://02429.compute.dtu.dk/Podcast