SAS PROC MIXED와 JMP 무작위 효과 분산 추정이 다릅니다.Re: SAS PROC MIXED와 JMP 무작위 효과 분산 추정이 다릅니다.매우 감사합니다. 효과가있다.Re: SAS PROC MIXED와 JMP 무작위 효과 분산 추정이 다릅니다.설명해 주셔서 감사합니다.
저는 SAS와 JMP를 모두 사용하는 환경에서 일하고 있습니다. 그러므로 나는 둘 사이의 일관성을 높이 평가합니다. SAS Institute에서 의도한 특정 차이점이 있는 경우 항상 문서에 이를 명시해야 합니다.
Re: SAS PROC MIXED와 JMP 무작위 효과 분산 추정이 다릅니다.관찰한 차이는 다음으로 인해 발생합니다. SAS Proc Mixed가 적용한 Kackar-Harville 보정은 DDFM=켄워드로거 옵션이 설정되었습니다. JMP는 이 조정을 BLUP 표준 오류에 적용하지 않습니다. 자세한 내용은 다음을 참조하세요. http://www.jmp.com/support/help/13/The_Kackar-Harville_Correction.shtml#1502602
동일한 결과를 얻으려면 DDFM=KENWARDROGER를 다음으로 바꾸십시오. SAS 코드의 DDFM=SATTERTHWAITE.
Re: SAS PROC MIXED와 JMP 무작위 효과 분산 추정이 다릅니다.이런 종류의 질문은 다음이 가장 적합하다고 생각합니다. support@jmp.com . 그들은 매우 친절합니다. 거의 여기 사람들만큼 친절합니다!
Re: SAS PROC MIXED와 JMP 무작위 효과 분산 추정이 다릅니다.여러분 모두에게,
결과를 비교해보려고 합니다 SAS PROC 혼합 그리고 JMP 혼합된 모델 . 결과는 같을 거라 생각했는데 그렇지 않더군요. JMP가 다음과 같은 결과를 제공할 수 있기를 바랍니다. SAS PROC 혼합 . 누구든지 도와줄 수 있나요?
나의 SAS 다음과 같은 코드:
프로세스 혼합된 데이터 =데이터;
수업 견본;
모델 결과= 시간 / DDFM =켄워드로저 에스 cl E3 알파 = 0.05 잔여 아웃 =혼합;
무작위의 샘플 / 에스 ;
이상한 산출 솔루션F=F 솔루션R=란 ;
달리다 ;
고정 효과에 대한 결과는 다음과 같습니다.
효과 | 추정 | 표준 에러 | DF | t 값 | 홍보 > |t| | 알파 | 낮추다 | 높은 |
인터셉트 | 7.2638 | 0.197 | 15.4 | 36.86 | <.0001 | 0.05 | 6.8449 | 7.6828 |
시간 | -0.4636 | 0.0615 | 14 | -7.54 | <.0001 | 0.05 | -0.5955 | -0.3317 |
무작위 효과의 결과는 다음과 같습니다.
효과 | 많은 | 추정 | 표준 오류 예측 | DF | t 값 | 홍보 > |t| |
견본 | 1 | -0.01193 | 0.1762 | 4.95 | -0.07 | 0.9487 |
견본 | 2 | 0.1647 | 0.1762 | 4.95 | 0.93 | 0.3932 |
견본 | 삼 | -0.2869 | 0.1762 | 4.95 | -1.63 | 0.165 |
견본 | 4 | 0.1799 | 0.1762 | 4.95 | 1.02 | 0.3546 |
견본 | 5 | -0.04579 | 0.1762 | 4.95 | -0.26 | 0.8055 |
그런 다음 JMP의 인터페이스를 사용하여 다음 코드를 생성했습니다.
데이터 데이터1 ; 입력 시간 샘플 결과 ; 윤곽 ;
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
;
달리다 ;
PROC 혼합 ASYCOV 데이터 =데이터1 알파= 0.05 ;
수업 견본 ;
모델 결과 = 시간 / 솔루션 DDFM=KENWARDROGER ;
무작위 샘플/솔루션 ;
달리다 ;
내가 얻은 것 :
매개변수 추정
용어 | | 추정 | 표준 오류 | DF덴 | t 비율 | 문제>|t| |
인터셉트 | | 7.2638308 | 0.197046 | 15.45 | 36.86 | <.0001* |
시간 | | -0.463589 | 0.061501 | 14 | -7.54 | <.0001* |
무작위 효과 예측
용어 | | 블럽 | 표준 오류 | DF덴 | t 비율 | 문제>|t| |
샘플[1] | | -0.011928 | 0.153244 | 4.948 | -0.08 | 0.9410 |
샘플[2] | | 0.1647348 | 0.153244 | 4.948 | 1.07 | 0.3320 |
샘플[3] | | -0.28692 | 0.153244 | 4.948 | -1.87 | 0.1207 |
샘플[4] | | 0.1799016 | 0.153244 | 4.948 | 1.17 | 0.2938 |
샘플[5] | | -0.045789 | 0.153244 | 4.948 | -0.30 | 0.7772 |
무작위 효과에 대한 표준 오차 추정치는 JMP와 SAS에서 동일하지 않은 것 같습니다. JMP를 코딩하여 다음과 같은 결과를 얻을 수 있는지 아는 사람이 있는지 궁금합니다. SAS .
매우 감사합니다,
아나스타샤
