questionsmedicales.fr
Environnement et santé publique
Santé publique
Méthodes épidémiologiques
Statistiques comme sujet
Analyse de régression
Modèles linéaires
Modèles linéaires : Questions médicales fréquentes
Diagnostic
5
Modèles statistiques
Analyse de régression
Tests statistiques
Analyse de variance
Modèles linéaires généralisés
Distribution statistique
R²
Critères d'information
Valeurs aberrantes
Analyse des résidus
Symptômes
5
Résidus
Ajustement du modèle
Erreurs de prédiction
Analyse de régression
Multicolinéarité
Coefficients de régression
Hétéroscédasticité
Analyse des résidus
Non-linéarité
Graphiques de résidus
Prévention
5
Surajustement
Validation croisée
Qualité des données
Précision des données
Sélection de variables
Critères statistiques
Normalisation des données
Échelles de mesure
Documentation
Traçabilité
Traitements
5
Amélioration du modèle
Transformation de données
Visualisation des données
Graphiques de dispersion
Valeurs manquantes
Imputation
Régularisation
Surajustement
Évaluation de modèle
Métriques de performance
Complications
5
Biais d'analyse
Conclusions erronées
Erreurs de spécification
Estimation biaisée
Multicolinéarité
Interprétation des résultats
Hétéroscédasticité
Tests d'hypothèses
Valeurs aberrantes
Influence des données
Facteurs de risque
5
Sélection de variables
Multicolinéarité
Taille de l'échantillon
Estimation biaisée
Biais de sélection
Biais d'information
Variabilité des données
Fiabilité du modèle
Validation de modèle
Inexactitude
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "MedicalWebPage",
"name": "Modèles linéaires : Questions médicales les plus fréquentes",
"headline": "Modèles linéaires : Comprendre les symptômes, diagnostics et traitements",
"description": "Guide complet et accessible sur les Modèles linéaires : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.",
"datePublished": "2024-06-11",
"dateModified": "2026-03-03",
"inLanguage": "fr",
"medicalAudience": [
{
"@type": "MedicalAudience",
"name": "Grand public",
"audienceType": "Patient",
"healthCondition": {
"@type": "MedicalCondition",
"name": "Modèles linéaires"
},
"suggestedMinAge": 18,
"suggestedGender": "unisex"
},
{
"@type": "MedicalAudience",
"name": "Médecins",
"audienceType": "Physician",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "France"
}
},
{
"@type": "MedicalAudience",
"name": "Chercheurs",
"audienceType": "Researcher",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "International"
}
}
],
"reviewedBy": {
"@type": "Person",
"name": "Dr Olivier Menir",
"jobTitle": "Expert en Médecine",
"description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale",
"url": "/static/pages/docteur-olivier-menir.html",
"alumniOf": {
"@type": "EducationalOrganization",
"name": "Université Paris Descartes"
}
},
"isPartOf": {
"@type": "MedicalWebPage",
"name": "Analyse de régression",
"url": "https://questionsmedicales.fr/mesh/D012044",
"about": {
"@type": "MedicalCondition",
"name": "Analyse de régression",
"code": {
"@type": "MedicalCode",
"code": "D012044",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "N06.850.520.830.750"
}
}
},
"about": {
"@type": "MedicalCondition",
"name": "Modèles linéaires",
"alternateName": "Linear Models",
"code": {
"@type": "MedicalCode",
"code": "D016014",
"codingSystem": "MeSH"
}
},
"author": [
{
"@type": "Person",
"name": "Runze Li",
"url": "https://questionsmedicales.fr/author/Runze%20Li",
"affiliation": {
"@type": "Organization",
"name": "Department of Statistics, and The Methodology Center, the Pennsylvania State University, University Park, PA 16802-2111, USA."
}
},
{
"@type": "Person",
"name": "Osval A Montesinos-López",
"url": "https://questionsmedicales.fr/author/Osval%20A%20Montesinos-L%C3%B3pez",
"affiliation": {
"@type": "Organization",
"name": "Facultad de Telemática, Universidad de Colima, Colima, 28040, México."
}
},
{
"@type": "Person",
"name": "José Crossa",
"url": "https://questionsmedicales.fr/author/Jos%C3%A9%20Crossa",
"affiliation": {
"@type": "Organization",
"name": "Colegio de Postgraduados, CP 56230, Montecillos, Edo. de, México."
}
},
{
"@type": "Person",
"name": "Nidhi Kohli",
"url": "https://questionsmedicales.fr/author/Nidhi%20Kohli",
"affiliation": {
"@type": "Organization",
"name": "University of Minnesota, United States."
}
},
{
"@type": "Person",
"name": "Runar Helin",
"url": "https://questionsmedicales.fr/author/Runar%20Helin",
"affiliation": {
"@type": "Organization",
"name": "Norwegian University of Life Sciences, Faculty of Science and Technology, Ås, Norway. Electronic address: runar.helin@nmbu.no."
}
}
],
"citation": [
{
"@type": "ScholarlyArticle",
"name": "Generalized functional linear model with a point process predictor.",
"datePublished": "2024-02-08",
"url": "https://questionsmedicales.fr/article/38332307",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1002/sim.10023"
}
},
{
"@type": "ScholarlyArticle",
"name": "Indexing and partitioning the spatial linear model for large data sets.",
"datePublished": "2023-11-01",
"url": "https://questionsmedicales.fr/article/37910525",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1371/journal.pone.0291906"
}
},
{
"@type": "ScholarlyArticle",
"name": "Price prediction of polyester yarn based on multiple linear regression model.",
"datePublished": "2024-09-12",
"url": "https://questionsmedicales.fr/article/39264930",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1371/journal.pone.0310355"
}
},
{
"@type": "ScholarlyArticle",
"name": "Multivariate probit linear mixed models for multivariate longitudinal binary data.",
"datePublished": "2024-02-06",
"url": "https://questionsmedicales.fr/article/38488782",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1002/sim.10029"
}
},
{
"@type": "ScholarlyArticle",
"name": "Study on the applicability of FAI linear fitting model in the extraction of cyanobacterial blooms.",
"datePublished": "2024-09-09",
"url": "https://questionsmedicales.fr/article/39249606",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1007/s10661-024-13082-3"
}
}
],
"breadcrumb": {
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "questionsmedicales.fr",
"item": "https://questionsmedicales.fr"
},
{
"@type": "ListItem",
"position": 2,
"name": "Environnement et santé publique",
"item": "https://questionsmedicales.fr/mesh/D004778"
},
{
"@type": "ListItem",
"position": 3,
"name": "Santé publique",
"item": "https://questionsmedicales.fr/mesh/D011634"
},
{
"@type": "ListItem",
"position": 4,
"name": "Méthodes épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D004812"
},
{
"@type": "ListItem",
"position": 5,
"name": "Statistiques comme sujet",
"item": "https://questionsmedicales.fr/mesh/D013223"
},
{
"@type": "ListItem",
"position": 6,
"name": "Analyse de régression",
"item": "https://questionsmedicales.fr/mesh/D012044"
},
{
"@type": "ListItem",
"position": 7,
"name": "Modèles linéaires",
"item": "https://questionsmedicales.fr/mesh/D016014"
}
]
}
},
{
"@type": "MedicalWebPage",
"name": "Article complet : Modèles linéaires - Questions et réponses",
"headline": "Questions et réponses médicales fréquentes sur Modèles linéaires",
"description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.",
"datePublished": "2026-05-06",
"inLanguage": "fr",
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Diagnostic",
"headline": "Diagnostic sur Modèles linéaires",
"description": "Comment identifier un modèle linéaire approprié ?\nQuels tests valident un modèle linéaire ?\nQuand utiliser un modèle linéaire généralisé ?\nQuels sont les indicateurs de qualité d'un modèle ?\nComment détecter les valeurs aberrantes ?",
"url": "https://questionsmedicales.fr/mesh/D016014#section-diagnostic"
},
{
"@type": "MedicalWebPage",
"name": "Symptômes",
"headline": "Symptômes sur Modèles linéaires",
"description": "Quels symptômes indiquent un mauvais ajustement du modèle ?\nComment les erreurs de prédiction se manifestent-elles ?\nQuels signes montrent une multicolinéarité ?\nQuels symptômes indiquent une hétéroscédasticité ?\nComment reconnaître une non-linéarité ?",
"url": "https://questionsmedicales.fr/mesh/D016014#section-symptômes"
},
{
"@type": "MedicalWebPage",
"name": "Prévention",
"headline": "Prévention sur Modèles linéaires",
"description": "Comment éviter le surajustement ?\nQuelles pratiques améliorent la qualité des données ?\nComment choisir les variables à inclure ?\nPourquoi normaliser les données ?\nComment documenter le processus de modélisation ?",
"url": "https://questionsmedicales.fr/mesh/D016014#section-prévention"
},
{
"@type": "MedicalWebPage",
"name": "Traitements",
"headline": "Traitements sur Modèles linéaires",
"description": "Comment améliorer un modèle linéaire ?\nQuels outils aident à la visualisation des modèles ?\nComment traiter les valeurs manquantes ?\nQuelles techniques de régularisation existent ?\nComment évaluer la performance d'un modèle ?",
"url": "https://questionsmedicales.fr/mesh/D016014#section-traitements"
},
{
"@type": "MedicalWebPage",
"name": "Complications",
"headline": "Complications sur Modèles linéaires",
"description": "Quelles complications peuvent survenir avec des modèles inappropriés ?\nComment les erreurs de spécification affectent-elles le modèle ?\nQuels impacts a la multicolinéarité sur les résultats ?\nComment l'hétéroscédasticité influence-t-elle les tests ?\nQuels risques posent les valeurs aberrantes ?",
"url": "https://questionsmedicales.fr/mesh/D016014#section-complications"
},
{
"@type": "MedicalWebPage",
"name": "Facteurs de risque",
"headline": "Facteurs de risque sur Modèles linéaires",
"description": "Quels facteurs influencent la sélection des variables ?\nComment la taille de l'échantillon affecte-t-elle le modèle ?\nQuels biais peuvent affecter les résultats ?\nComment la variabilité des données impacte-t-elle le modèle ?\nQuels sont les risques liés à l'absence de validation ?",
"url": "https://questionsmedicales.fr/mesh/D016014#section-facteurs de risque"
}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Comment identifier un modèle linéaire approprié ?",
"position": 1,
"acceptedAnswer": {
"@type": "Answer",
"text": "Analysez la relation entre les variables et vérifiez l'hypothèse de linéarité."
}
},
{
"@type": "Question",
"name": "Quels tests valident un modèle linéaire ?",
"position": 2,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez des tests comme le test de normalité et l'analyse de variance."
}
},
{
"@type": "Question",
"name": "Quand utiliser un modèle linéaire généralisé ?",
"position": 3,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez-le lorsque la variable dépendante suit une distribution non normale."
}
},
{
"@type": "Question",
"name": "Quels sont les indicateurs de qualité d'un modèle ?",
"position": 4,
"acceptedAnswer": {
"@type": "Answer",
"text": "Considérez le R², l'AIC et le BIC pour évaluer la qualité du modèle."
}
},
{
"@type": "Question",
"name": "Comment détecter les valeurs aberrantes ?",
"position": 5,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez des graphiques de résidus et des tests de Cook pour identifier les outliers."
}
},
{
"@type": "Question",
"name": "Quels symptômes indiquent un mauvais ajustement du modèle ?",
"position": 6,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des résidus non aléatoires et des patterns visibles dans les graphiques."
}
},
{
"@type": "Question",
"name": "Comment les erreurs de prédiction se manifestent-elles ?",
"position": 7,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles se traduisent par des écarts importants entre les valeurs observées et prédites."
}
},
{
"@type": "Question",
"name": "Quels signes montrent une multicolinéarité ?",
"position": 8,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des coefficients de régression instables et des valeurs de VIF élevées."
}
},
{
"@type": "Question",
"name": "Quels symptômes indiquent une hétéroscédasticité ?",
"position": 9,
"acceptedAnswer": {
"@type": "Answer",
"text": "Une variance des résidus qui varie avec les valeurs prédites, visible dans les graphiques."
}
},
{
"@type": "Question",
"name": "Comment reconnaître une non-linéarité ?",
"position": 10,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des courbes dans les graphiques de résidus indiquent une relation non linéaire."
}
},
{
"@type": "Question",
"name": "Comment éviter le surajustement ?",
"position": 11,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez la validation croisée et limitez le nombre de variables dans le modèle."
}
},
{
"@type": "Question",
"name": "Quelles pratiques améliorent la qualité des données ?",
"position": 12,
"acceptedAnswer": {
"@type": "Answer",
"text": "Assurez-vous de la précision, de la complétude et de la cohérence des données."
}
},
{
"@type": "Question",
"name": "Comment choisir les variables à inclure ?",
"position": 13,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez des critères statistiques et des connaissances théoriques pour sélectionner."
}
},
{
"@type": "Question",
"name": "Pourquoi normaliser les données ?",
"position": 14,
"acceptedAnswer": {
"@type": "Answer",
"text": "La normalisation aide à réduire l'influence des échelles différentes sur le modèle."
}
},
{
"@type": "Question",
"name": "Comment documenter le processus de modélisation ?",
"position": 15,
"acceptedAnswer": {
"@type": "Answer",
"text": "Tenez un journal des décisions, des tests et des résultats pour assurer la traçabilité."
}
},
{
"@type": "Question",
"name": "Comment améliorer un modèle linéaire ?",
"position": 16,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ajoutez des variables pertinentes ou transformez les variables existantes."
}
},
{
"@type": "Question",
"name": "Quels outils aident à la visualisation des modèles ?",
"position": 17,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez des graphiques de dispersion et des courbes de régression pour visualiser."
}
},
{
"@type": "Question",
"name": "Comment traiter les valeurs manquantes ?",
"position": 18,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez l'imputation ou excluez les observations incomplètes selon le contexte."
}
},
{
"@type": "Question",
"name": "Quelles techniques de régularisation existent ?",
"position": 19,
"acceptedAnswer": {
"@type": "Answer",
"text": "Lasso et Ridge sont des techniques pour éviter le surajustement dans les modèles."
}
},
{
"@type": "Question",
"name": "Comment évaluer la performance d'un modèle ?",
"position": 20,
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilisez des métriques comme RMSE, MAE et R² pour évaluer la performance."
}
},
{
"@type": "Question",
"name": "Quelles complications peuvent survenir avec des modèles inappropriés ?",
"position": 21,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des conclusions erronées et des décisions basées sur des analyses biaisées."
}
},
{
"@type": "Question",
"name": "Comment les erreurs de spécification affectent-elles le modèle ?",
"position": 22,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles peuvent conduire à des estimations biaisées et à une mauvaise interprétation."
}
},
{
"@type": "Question",
"name": "Quels impacts a la multicolinéarité sur les résultats ?",
"position": 23,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle rend les coefficients instables et complique l'interprétation des résultats."
}
},
{
"@type": "Question",
"name": "Comment l'hétéroscédasticité influence-t-elle les tests ?",
"position": 24,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle peut fausser les tests d'hypothèses et rendre les intervalles de confiance incorrects."
}
},
{
"@type": "Question",
"name": "Quels risques posent les valeurs aberrantes ?",
"position": 25,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles peuvent influencer de manière disproportionnée les résultats du modèle."
}
},
{
"@type": "Question",
"name": "Quels facteurs influencent la sélection des variables ?",
"position": 26,
"acceptedAnswer": {
"@type": "Answer",
"text": "La pertinence théorique, la disponibilité des données et la multicolinéarité."
}
},
{
"@type": "Question",
"name": "Comment la taille de l'échantillon affecte-t-elle le modèle ?",
"position": 27,
"acceptedAnswer": {
"@type": "Answer",
"text": "Un échantillon trop petit peut entraîner des estimations instables et biaisées."
}
},
{
"@type": "Question",
"name": "Quels biais peuvent affecter les résultats ?",
"position": 28,
"acceptedAnswer": {
"@type": "Answer",
"text": "Le biais de sélection et le biais d'information peuvent fausser les résultats."
}
},
{
"@type": "Question",
"name": "Comment la variabilité des données impacte-t-elle le modèle ?",
"position": 29,
"acceptedAnswer": {
"@type": "Answer",
"text": "Une variabilité élevée peut rendre le modèle moins fiable et plus difficile à interpréter."
}
},
{
"@type": "Question",
"name": "Quels sont les risques liés à l'absence de validation ?",
"position": 30,
"acceptedAnswer": {
"@type": "Answer",
"text": "Sans validation, le modèle peut être inexact et conduire à des décisions erronées."
}
}
]
}
]
}
Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale
Validation scientifique effectuée le 03/03/2026
Contenu vérifié selon les dernières recommandations médicales
2 publications dans cette catégorie
Affiliations :
Department of Statistics, and The Methodology Center, the Pennsylvania State University, University Park, PA 16802-2111, USA.
Publications dans "Modèles linéaires" :
2 publications dans cette catégorie
Affiliations :
Facultad de Telemática, Universidad de Colima, Colima, 28040, México.
Publications dans "Modèles linéaires" :
2 publications dans cette catégorie
Affiliations :
Colegio de Postgraduados, CP 56230, Montecillos, Edo. de, México.
Biometrics and Statistics Unit, International Maize and Wheat Improvement Center (CIMMYT), Apdo. Postal 6-641, 06600, Cd. de, México.
Publications dans "Modèles linéaires" :
2 publications dans cette catégorie
Affiliations :
University of Minnesota, United States.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Norwegian University of Life Sciences, Faculty of Science and Technology, Ås, Norway. Electronic address: runar.helin@nmbu.no.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Norwegian University of Life Sciences, Faculty of Science and Technology, Ås, Norway.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Norwegian University of Life Sciences, Faculty of Science and Technology, Ås, Norway.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Norwegian University of Life Sciences, Faculty of Science and Technology, Ås, Norway.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Measurement, Statistics and Evaluation Program, Department of Human Development and Quantitative Methodology, 3492 Campus Drive, 1230-E Benjamin Building, University of Maryland, College Park, MD, 20742-1115, USA. harring@umd.edu.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Measurement, Statistics and Evaluation Program, Department of Human Development and Quantitative Methodology, 3492 Campus Drive, 1230-E Benjamin Building, University of Maryland, College Park, MD, 20742-1115, USA.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
University of California, Davis, CA, USA.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Department of Animal Science, Cornell University, Ithaca, NY, U.S.A 14850. Electronic address: kfr3@cornell.edu.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Department of Animal and Dairy Sciences, University of Wisconsin-Madison, Wisconsin U.S.A. 53705.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Department of Animal and Dairy Sciences, University of Wisconsin-Madison, Wisconsin U.S.A. 53705.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Department of Animal Science, University of Lavras, Lavras, 37200, Brazil.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
USDA-Agricultural Research Service, US Dairy Forage Research Center, Madison, Wisconsin U.S.A. 53705.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
USDA-Agricultural Research Service, US Dairy Forage Research Center, Madison, Wisconsin U.S.A. 53705.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Department of Animal and Dairy Sciences, University of Wisconsin-Madison, Wisconsin U.S.A. 53705.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Calle 9 de Julio 2045 Dto. 6B, Rosario, 2000, Argentina.
Publications dans "Modèles linéaires" :
1 publication dans cette catégorie
Affiliations :
Departamento de Química Analítica, Facultad de Ciencias Bioquímicas y Farmacéuticas, Universidad Nacional de Rosario, Instituto de Química Rosario (CONICET-UNR), Suipacha 531, 2000, Rosario, Argentina. Electronic address: olivieri@iquir-conicet.gov.ar.
Publications dans "Modèles linéaires" :
Point process data have become increasingly popular these days. For example, many of the data captured in electronic health records (EHR) are in the format of point process data. It is of great intere...
We consider four main goals when fitting spatial linear models: 1) estimating covariance parameters, 2) estimating fixed effects, 3) kriging (making point predictions), and 4) block-kriging (predictin...
China's polyester textile industry is one of the notable contributors to national economy. This paper takes polyester yarn, core raw material in polyester textile industry chain, as research object, a...
When analyzing multivariate longitudinal binary data, we estimate the effects on the responses of the covariates while accounting for three types of complex correlations present in the data. These inc...
Currently, more and more lakes around the world are experiencing outbreaks of cyanobacterial blooms, and high-precision and rapid monitoring of the spatial distribution of algae in water bodies is an ...
Affecting millions of individuals yearly, malaria is one of the most dangerous and deadly tropical diseases. It is a major global public health problem, with an alarming spread of parasite transmitted...
In this study, the asymptotic distributions of the likelihood ratio test (LRT), the restricted likelihood ratio test (RLRT), the F and the sequence kernel association test (SKAT) statistics for testin...
The use of arch models is essential in diagnosis and planning in orthodontics. The demand for digital and printed models has increased among professionals....
The aim of the study was to assess the agreement of horizontal and vertical linear measurements obtained from digital models, printed models, and direct measurements....
Intraoral scans of 30 individuals were obtained. Digital measurements were performed using the STL files. From printed models, the measurements were done using a digital caliper, and the real measurem...
The one-sample t test showed no discrepancy between the paired sets of measurements, with the value of 0 (p>0.05). The evaluation of the measurements was done using Bland-Altman analysis in pairs. The...
The horizontal and vertical measurements evaluated showed agreement when measured on digital models, printed models and directly in the individuals' mouths....
Price of iron ore is affected by instabilities of microeconomic balance between supply and demand. Periods of equilibrium adjustment result in huge swings, growth or global recession. They also impact...
Mixed-effects models are the current standard for the analysis of behavioral studies in psycholinguistics and related fields, given their ability to simultaneously model crossed random effects for sub...
Here, we propose and validate an analytical strategy that enables the use of linear mixed models (LMM) with crossed random intercepts in mass univariate analyses of EEG data (lmeEEG). It avoids the un...
lmeEEG showed excellent performance properties in terms of power and false positive rate....
lmeEEG overcomes the computational costs of standard available approaches (our method was indeed more than 300 times faster)....
lmeEEG allows researchers to use mixed models with EEG mass univariate analyses. Thanks to the possibility offered by the method described here, we anticipate that LMM will become increasingly importa...