SAS PROC MIXED と JMP のランダム効果分散推定は異なりますRe: SAS PROC MIXED と JMP のランダム効果分散推定は異なりますどうもありがとうございます。 それは動作します。Re: SAS PROC MIXED と JMP のランダム効果分散推定は異なります説明していただきありがとうございます。
私は SAS と JMP の両方が使用されている環境で作業しています。したがって、私は両方の一貫性を高く評価します。 SAS Institute が特定の違いを意図している場合は、それらをドキュメントに常に示す必要があります。
Re: SAS PROC MIXED と JMP のランダム効果分散推定は異なります観察された違いの原因は次のとおりです。 SAS Proc Mixed によって適用される Kackar-Harville 補正。 DDFM=ケンワードロジャーオプションが設定されています。 JMP は、この調整を BLUP 標準誤差に適用しません。 詳しくはこちらをご覧くださいhttp://www.jmp.com/support/help/13/The_Kackar-Harville_Correction.shtml#1502602
同じ結果を得るには、DDFM=KENWARDROGER を次のように置き換えます。 SAS コードの DDFM=SATTERTHWAITE。
Re: SAS PROC MIXED と JMP のランダム効果分散推定は異なりますこの種の質問には次の方が最適だと思います。 support@jmp.com 。 彼らはとてもフレンドリーで、ここの人々と同じくらいフレンドリーです。
Re: SAS PROC MIXED と JMP のランダム効果分散推定は異なります親愛なるみんな、
の結果を比較しようとしていますSASプロセス混合とJMP混合されたモデル。 結果は同じになるだろうと思っていましたが、そうではありませんでした。 JMPでも同じ結果が得られることを願っていますSASプロセス混合。 誰か手伝ってくれませんか？
私のSAS次のようなコード:
プロシージャ混合されたデータ=データ;
クラスサンプル;
モデル結果=時間/ DDFM =ケンワードロジャーs cl E3アルファップ= 0.05残留物アウト=ミックスアウト;
ランダムサンプル / s ;
オッズ出力ソリューションF=F ソリューションR=ラン ;
走る;
固定効果の結果は次のとおりです。
効果 | 見積もり | 標準誤差 | DF | t値 | Pr > |t| | アルファ | より低い | アッパー |
インターセプト | 7.2638 | 0.197 | 15.4 | 36.86 | <.0001 | 0.05 | 6.8449 | 7.6828 |
時間 | -0.4636 | 0.0615 | 14 | -7.54 | <.0001 | 0.05 | -0.5955 | -0.3317 |
ランダム効果の結果は次のとおりです。
効果 | 多く | 見積もり | 標準エラー予測 | DF | t値 | Pr > |t| |
サンプル | 1 | -0.01193 | 0.1762 | 4.95 | -0.07 | 0.9487 |
サンプル | 2 | 0.1647 | 0.1762 | 4.95 | 0.93 | 0.3932 |
サンプル | 3 | -0.2869 | 0.1762 | 4.95 | -1.63 | 0.165 |
サンプル | 4 | 0.1799 | 0.1762 | 4.95 | 1.02 | 0.3546 |
サンプル | 5 | -0.04579 | 0.1762 | 4.95 | -0.26 | 0.8055 |
次に、JMP のインターフェイスを使用して次のコードを生成しました。
データデータ1 ;入力時間サンプル結果;ライン;
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
;
走る;
プロセス混合アシコフデータ=データ1アルファ= 0.05 ;
クラスサンプル;
モデル結果 =時間/ 解決策 DDFM=ケンワードロジャー;
ランダムサンプル/ソリューション;
走る;
得たもの:
パラメータの推定値
学期 | | 見積もり | 標準エラー | DFデン | t比 | 問題>|t| |
インターセプト | | 7.2638308 | 0.197046 | 15.45 | 36.86 | <.0001* |
時間 | | -0.463589 | 0.061501 | 14 | -7.54 | <.0001* |
ランダム効果の予測
学期 | | BLUP | 標準エラー | DFデン | t比 | 問題>|t| |
サンプル[1] | | -0.011928 | 0.153244 | 4.948 | -0.08 | 0.9410 |
サンプル[2] | | 0.1647348 | 0.153244 | 4.948 | 1.07 | 0.3320 |
サンプル[3] | | -0.28692 | 0.153244 | 4.948 | -1.87 | 0.1207 |
サンプル[4] | | 0.1799016 | 0.153244 | 4.948 | 1.17 | 0.2938 |
サンプル[5] | | -0.045789 | 0.153244 | 4.948 | -0.30 | 0.7772 |
変量効果の標準誤差推定値は JMP と SAS で同じではないようです。 JMPをどのようにコーディングして次と同じ結果になるかを知っている人がいるかどうか疑問に思っていますSAS 。
どうもありがとうございます、
アナスタシア
