Danke für die Klarstellung.
Ich arbeite in Umgebungen, in denen sowohl SAS als auch JMP verwendet werden; Daher schätze ich die Konsistenz zwischen beiden. Falls vom SAS Institute bestimmte Unterschiede beabsichtigt sind, sollten diese immer in der Dokumentation angegeben werden.
Der von Ihnen beobachtete Unterschied wird verursacht durch die von SAS Proc Mixed angewendete Kackar-Harville-Korrektur, wenn die DDFM=KENWARDROGER Option ist eingestellt. JMP wendet diese Anpassung nicht auf die BLUP-Standardfehler an. Einzelheiten finden Sie unter http://www.jmp.com/support/help/13/The_Kackar-Harville_Correction.shtml#1502602
Um die gleichen Ergebnisse zu erhalten, ersetzen Sie DDFM=KENWARDROGER durch DDFM=SATTERTHWAITE in Ihrem SAS-Code.
Ich denke, dass diese Art von Frage am besten beantwortet wird support@jmp.com . Sie sind sehr freundlich, fast so freundlich wie die Menschen hier!
Verehrte Gäste,
Ich versuche, die Ergebnisse von zu vergleichen SAS PROC Gemischt und JMP gemischt Modell . Ich dachte, die Ergebnisse wären die gleichen, aber das ist nicht der Fall. Ich hoffe, dass JMP die gleichen Ergebnisse liefern kann SAS PROC GEMISCHT . Könnte mir jemand dabei helfen?
Mein SAS Code wie folgt:
proc gemischt Daten =Daten;
Klasse Probe;
Modell Ergebnis= Zeit / DDFM =KENWARDROGER S cl E3 alphap = 0,05 Restwert Ausg =ausgemischt;
zufällig Probe / S ;
Odds Ausgabe SolutionF=F SolutionR=Ran ;
laufen ;
Die Ergebnisse für den festen Effekt sind
Wirkung | Schätzen | Standart Fehler | DF | t Wert | Pr > |t| | Alpha | Untere | Oberer, höher |
Abfangen | 7.2638 | 0,197 | 15.4 | 36,86 | <.0001 | 0,05 | 6.8449 | 7.6828 |
Zeit | -0,4636 | 0,0615 | 14 | -7,54 | <.0001 | 0,05 | -0,5955 | -0,3317 |
Die Ergebnisse für den Zufallseffekt sind:
Wirkung | viel | Schätzen | Standardfehler Vorher | DF | t Wert | Pr > |t| |
Probe | 1 | -0,01193 | 0,1762 | 4,95 | -0,07 | 0,9487 |
Probe | 2 | 0,1647 | 0,1762 | 4,95 | 0,93 | 0,3932 |
Probe | 3 | -0,2869 | 0,1762 | 4,95 | -1,63 | 0,165 |
Probe | 4 | 0,1799 | 0,1762 | 4,95 | 1.02 | 0,3546 |
Probe | 5 | -0,04579 | 0,1762 | 4,95 | -0,26 | 0,8055 |
Dann habe ich die JMP-Schnittstelle verwendet, um den folgenden Code zu generieren:
DATEN Daten1 ; EINGANG Zeit Probenergebnis ; Linien ;
1 1 7.04755019105043
2 1 5.84207852539687
3 1 6.02392278004353
4 1 5.43660061149986
1 2 7.27729854732895
2 2 6.5688837201289
3 2 5.6460380590458
4 2 5.88401060914374
1 3 6.15741854776455
2 3 5.90111584525169
3 3 5.78059226421567
4 3 4.91383166620419
1 4 6.98283726578696
2 4 6.3260371191925
3 4 6.09507016140813
4 4 6.06037720591234
1 5 6.95244413898138
2 5 6.36002369549625
3 5 5.94090548712508
4 5 4.9001077313589
;
LAUFEN ;
PROC GEMISCHT ASYCOV DATEN =Daten1 ALPHA= 0,05 ;
KLASSE Probe ;
MODELL Ergebnis = Zeit / LÖSUNG DDFM=KENWARDROGER ;
ZUFÄLLIGE Stichprobe / LÖSUNG ;
LAUFEN ;
Ich habe:
Parameterschätzungen
Begriff | | Schätzen | Standardfehler | DFDen | t-Verhältnis | Prob>|t| |
Abfangen | | 7.2638308 | 0,197046 | 15.45 | 36,86 | <.0001* |
Zeit | | -0,463589 | 0,061501 | 14 | -7,54 | <.0001* |
Vorhersagen zufälliger Effekte
Begriff | | BLUP | Standardfehler | DFDen | t-Verhältnis | Prob>|t| |
Probe[1] | | -0,011928 | 0,153244 | 4.948 | -0,08 | 0,9410 |
Probe[2] | | 0,1647348 | 0,153244 | 4.948 | 1.07 | 0,3320 |
Probe[3] | | -0,28692 | 0,153244 | 4.948 | -1,87 | 0,1207 |
Probe[4] | | 0,1799016 | 0,153244 | 4.948 | 1.17 | 0,2938 |
Probe[5] | | -0,045789 | 0,153244 | 4.948 | -0,30 | 0,7772 |
Es scheint, dass die Standardfehlerschätzungen für zufällige Effekte in JMP und SAS nicht gleich sind. Ich frage mich, ob jemand weiß, wie ich JMP so codieren kann, dass es die gleichen Ergebnisse liefert wie SAS .
Vielen Dank,
Anastasia
