Grazie per il chiarimento.
Lavoro in ambienti in cui sono in uso sia SAS che JMP; quindi apprezzo la coerenza tra entrambi. Nel caso in cui alcune differenze siano volute da SAS Institute, queste dovrebbero essere sempre indicate nella documentazione.
La differenza che hai osservato è causata da la correzione Kackar-Harville applicata da SAS Proc Mixed quando il DDFM=KENWARDROGER l'opzione è impostata. JMP non applica questa rettifica agli errori standard BLUP. Per i dettagli, vedere http://www.jmp.com/support/help/13/The_Kackar-Harville_Correction.shtml#1502602
Per ottenere gli stessi risultati, sostituire DDFM=KENWARDROGER con DDFM=SATTERTHWAITE nel tuo codice SAS.
Penso che questo tipo di domanda sia meglio servito da support@jmp.com . Sono molto amichevoli, amichevoli quasi quanto le persone qui!
Carissimi,
Sto cercando di confrontare i risultati di SAS PROC Misto e JMP misto modello . Pensavo che i risultati sarebbero stati gli stessi, ma non lo sono. Spero che JMP possa dare gli stessi risultati SAS PROC MISTO . Qualcuno potrebbe aiutarmi?
Mio SAS codice come segue:
proc misto dati =Dati;
classe campione;
modello risultato= tempo / DDFM =KENWARDROGER S cl E3 alphap = 0,05 residuo uscita =misto;
casuale campione / S ;
od produzione SoluzioneF=F SoluzioneR=Ran ;
correre ;
I risultati per l'effetto fisso sono
Effetto | Stima | Errore standard | DF | t Valore | Pr > |t| | Alfa | Inferiore | Superiore |
Intercettare | 7.2638 | 0,197 | 15.4 | 36.86 | <.0001 | 0,05 | 6.8449 | 7.6828 |
tempo | -0,4636 | 0,0615 | 14 | -7.54 | <.0001 | 0,05 | -0,5955 | -0,3317 |
I risultati per l’effetto casuale sono:
Effetto | quantità | Stima | Std Err Pred | DF | t Valore | Pr > |t| |
campione | 1 | -0,01193 | 0,1762 | 4,95 | -0,07 | 0,9487 |
campione | 2 | 0,1647 | 0,1762 | 4,95 | 0,93 | 0,3932 |
campione | 3 | -0,2869 | 0,1762 | 4,95 | -1,63 | 0,165 |
campione | 4 | 0,1799 | 0,1762 | 4,95 | 1.02 | 0,3546 |
campione | 5 | -0,04579 | 0,1762 | 4,95 | -0,26 | 0,8055 |
Quindi, ho utilizzato l'interfaccia di JMP per generare il seguente codice:
DATI Dati1 ; INGRESSO tempo risultato del campione ; Linee ;
117.04755019105043
215.84207852539687
316.02392278004353
415.43660061149986
1 2 7.27729854732895
226.5688837201289
325.6460380590458
425.88401060914374
1 3 6.15741854776455
2 3 5.90111584525169
3 3 5.78059226421567
4 3 4.91383166620419
146.98283726578696
2 4 6.3260371191925
3 4 6.09507016140813
4 4 6.06037720591234
156.95244413898138
256.36002369549625
355.94090548712508
4 5 4.9001077313589
;
CORRERE ;
PROC MISTO ASICOV DATI =Dati1 ALFA= 0,05 ;
CLASSE campione ;
MODELLO risultato = tempo / SOLUZIONE DDFM=KENWARDROGER ;
Campione/SOLUZIONE CASUALE ;
CORRERE ;
Ho ottenuto:
Stime dei parametri
Termine | | Stima | Errore standard | DF Den | Rapporto t | Problema>|t| |
Intercettare | | 7.2638308 | 0.197046 | 15.45 | 36.86 | <.0001* |
tempo | | -0,463589 | 0,061501 | 14 | -7.54 | <.0001* |
Previsioni di effetti casuali
Termine | | BLUP | Errore standard | DF Den | Rapporto t | Problema>|t| |
campione[1] | | -0,011928 | 0,153244 | 4.948 | -0,08 | 0,9410 |
campione[2] | | 0,1647348 | 0,153244 | 4.948 | 1.07 | 0,3320 |
campione[3] | | -0,28692 | 0,153244 | 4.948 | -1,87 | 0,1207 |
campione[4] | | 0,1799016 | 0,153244 | 4.948 | 1.17 | 0,2938 |
campione[5] | | -0,045789 | 0,153244 | 4.948 | -0,30 | 0,7772 |
Sembra che le stime degli errori standard per gli effetti casuali non siano le stesse in JMP e SAS. Mi chiedo se c'è qualcuno che sa come posso codificare JMP per ottenere gli stessi risultati di SAS .
Grazie mille,
Anastasia
