Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Solía ejecutar ANOVA de medidas repetidas con JMP 13 sin problemas.Pero ahora obtuve JMP 14 y ejecuté un ANOVA con los mismos datos y de alguna manera obtuve "4326" como DF Den en "Síntesis del denominador de prueba".Solía ser "42" con JMP 13 y, obviamente, la nueva relación F se hizo mucho mayor.No creo que haya hecho nada diferente (datos, cómo configurar), aparte de que ahora estoy usando JMP 14 en lugar de JMP 13, y realmente no sé qué hacer.
¿Alguien podría decirme qué me falta?
¡Gracias!
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Gracias por su respuesta y la referencia al libro JMP.
Miré el libro y encontré lo siguiente en las páginas 197-198 del Capítulo 3:
“Prueba de síntesis del denominador
Para cada efecto a probar, se construye un estadístico F. El denominador de esta estadística es el cuadrado medio cuya expectativa es la del cuadrado medio del numerador bajo la hipótesis nula. Este denominador se construye o sintetiza a partir de componentes de varianza y valores asociados con efectos fijos.
Fuente Muestra el efecto a probar.
MS Den Da el cuadrado medio estimado para el denominador de la prueba F.
DF Den Da los grados de libertad del denominador sintetizado. Estos se construyen utilizando el método de Satterthwaite (Satterthwaite 1946).
Denom MS Synthesis Proporciona los componentes de varianza utilizados en la síntesis del denominador. La varianza del error residual siempre forma parte de esta síntesis”.
También miré Satterthwaite (1946), pero era demasiado técnico para seguirlo.
Mientras tanto, también probé más combinaciones factoriales.Si pudiera mirar las imágenes 1 a 3 del archivo adjunto, parece que cuando un determinado factor se cruza con el Sujeto, el DF Den correspondiente permanece independiente mientras que los DF Dens de los otros factores se juntan como "Residual".¿Podría explicarnos amablemente por qué se vuelve así en mi ejemplo?
Gracias de nuevo.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Por favor vea desde JMP Ayuda > Libros > Ajuste de modelos lineales luego el capítulo al final del libro con Detalles estadísticos . El origen de los grados de libertad se explica en ese capítulo.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Muchas gracias por su respuesta tan detallada y por intentar ejecutar un modelo más apropiado.
Estoy de acuerdo en que he estado tratando de seguir ciegamente lo que se ha hecho previamente en el campo y utilizar un modelo factorial completo, y que no hay ninguna razón teórica para que el experimento cruce al Sujeto y todas las interacciones.
Pero en realidad estaba preguntando algo más en mi pregunta 1, así que permítanme preguntar esto nuevamente con algunas explicaciones más:
Compare la Imagen 1 y las Imágenes 2ab del archivo adjunto.La imagen 1 muestra que cuando se cruzan todos los factores posibles, la columna DF Den enumera diferentes números para diferentes factores (desde arriba: 42, 42, 42, 1050, 42, 42...), que también son los que obtengo con Unix -ranova y SPSS (Modelo de Línea General>Medidas Repetidas>Factorial completo, SS Tipo III) .Sin embargo, cuando el Sujeto no se cruza con otros factores como en las Imágenes 2ab, la columna DF Den enumera 42 para Enfermedad pero 4326 para todos los demás factores.También, la columna Denom MS Synthesis de la Imagen 1 enumera diferentes combinaciones de factores para diferentes factores, mientras que las columnas Denom MS Synthesis de las Imágenes 2ab solo enumeran "Residual" para todos los factores excepto Enfermedad.Por qué sería este el caso?
Gracias de nuevo.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Todo lo que sé sobre usted (es decir, sus antecedentes) y su propósito se basa en esta discusión, este conjunto de datos y los intentos de modelado, así que perdóneme si mi respuesta cubre algo que ya sabe.
- Esta pregunta sugiere que no tiene una sólida experiencia en modelos lineales.
- Los DF para el denominador son función del número de observaciones y del número de parámetros en el modelo para una unidad experimental determinada. La parametrización en la plataforma JMP Fit Least Squares es tal que el número de parámetros para un factor categórico es uno menos que el número de niveles. Entonces incluir Canal cuesta 25 DF solo. Cruzarlo con otros factores suma rápidamente una gran cantidad de parámetros y, por tanto, un gran cambio en el DF.
- La elección del método de estimación (EMS o REML) también puede afectar el DF del denominador. Esa diferencia es la razón por la que se recomienda REML.
- Tenga en cuenta también que la estimación depende del diseño de los datos. ¿Cómo diseñó este estudio?
- La cantidad de memoria utilizada por JMP no se puede modificar desde JMP salvo para utilizar la versión de 64 bits en lugar de la versión de 32 bits. No soy un experto en Windows por lo que no sé cómo asignar más memoria a una aplicación desde el sistema operativo.
Dice que le gusta este resultado porque concuerda con SPSS y Unix-ranova. Sugiero que un modelo debería basarse en sus propios méritos y no en el software utilizado para estimar los parámetros. Me parece que su modelo está sobreespecificado.
- La estructura de su estudio indica que no hay anidamiento alguno. Todos los factores están cruzados. ¿Por qué agregar esta complicación a la especificación del modelo?
- Usted especificó un modelo factorial completo (es decir, todos los efectos de interacción posibles). ¿Son razonables esos términos?
- Cruzaste al Sujeto con muchas de estas interacciones. ¿Son razonables esos términos?
- Seleccione EMS para estimar el modelo y los componentes de la varianza. ¿Por qué utilizar este método inferior?
¿Cómo seleccionaste el modelo que te gusta? ¿Cuál es la base para seleccionar este modelo? ¿Cuál es el proceso y criterio de selección del modelo?
Por ejemplo, comencé con un modelo factorial completo para los factores fijos y agregué Sujeto como efecto aleatorio. Pude reducir el modelo utilizando criterios de selección de modelo razonables (por ejemplo, parsimonia, AICc),
El análisis residual no indica patrón, heterocedasticidad o falta de ajuste. Los residuos indican cierta inclinación a la derecha en los errores. Este modelo me parece razonable. Además, esperaría obtener los mismos resultados con este modelo usando JMP, SAS, SPSS o Unix-ranova con procedimiento REML.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Gracias de nuevo por su rápida respuesta.
Ahora tengo que disculparme.Lamento haber cometido un error al recordar el modelo que solía usar.Descubrí que mi vieja computadora portátil todavía tenía JMP 13 (que será válida hasta marzo), comencé a jugar con ella y finalmente recordé que solía ingresar todas las combinaciones posibles de factores, incluido el Asunto, como muestra la imagen adjunta.De esta manera, puedo obtener el resultado que les mostré como Imagen 3 de mi archivo RepeatedMeasures.docx.Si intento utilizar REML en lugar de EMS, JMP 13 se queja de que no hay suficiente memoria.También intenté ejecutar el mismo modelo con JMP 14 en mi nueva computadora portátil, pero luego aparece el mensaje de error "No se puede asignar suficiente memoria" tanto para EMS como para REML.
Me gusta este resultado porque da los mismos resultados que Unix-ranova y SPSS (Modelo de línea general>Medidas repetidas>Factorial completo, SS Tipo III).Podría intentar hacer todos los análisis con JMP 13 en mi vieja computadora portátil durante estos meses como solución rápida, pero todavía tengo versiones modificadas de mis preguntas originales como se muestra a continuación:
1') Por qué poner todos los factores posibles cambia tanto a DF Den ( ¿Diferentes DF Den para diferentes factores versus solo un número para todos los factores excepto Enfermedad, y para la columna Denom MS Synthesis, diferentes combinaciones de factores para diferentes factores versus solo "Residual" para todos los factores excepto Enfermedad)?
2') Lo ideal sería seguir ejecutando mis ANOVA con JMP 14 en mi nueva computadora portátil, pero ¿habría alguna forma de asignar más memoria?
Gracias.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14No son diferentes. De nada.
Copié los datos del libro de Excel a una tabla de datos de JMP. Configuré el mismo modelo lineal factorial completo con Asunto como efecto aleatorio en el cuadro de diálogo Ajustar modelo. Utilicé REML para ajustar los datos con JMP 14. Guardé el script para el análisis de Ajuste de mínimos cuadrados y luego guardé la tabla de datos. Cerré la tabla de datos y JMP 14. Lancé JMP 13, abrí la tabla de datos y ejecuté el script. Los resultados son idénticos.
Luego envié el trabajo Fit Model a SAS, que utiliza PROC MIXED. Los resultados son idénticos. (Excepto por la diferente parametrización en el procedimiento SAS.)
Entonces, los DF para los denominadores en cuestión son los mismos (4326) según los tres análisis (JMP 13, JMP 14 y SAS 9.4).
Además, como mencioné antes, estos DF parecen razonables dado el número de observaciones y el número de estimaciones de parámetros.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14¡Gracias de nuevo por la rápida respuesta!
Lamento los formatos Excel versus JMP, y puedo ver que para REML (aunque hace una diferencia para EMS), no hay necesidad de anidar. Sujeto dentro de la Enfermedad.
Pero mis preguntas originales aún permanecen:
1. ¿Por qué las salidas son tan diferentes entre JMP 13 y JMP 14?Si observa las secciones de Síntesis del denominador de prueba para ambos, la sección JMP 13 enumera diferentes DF Den para diferentes factores, mientras que la sección JMP 14 enumera solo un número (4326) para todos los factores excepto Enfermedad (42).Además, la columna Denom MS Synthesis enumera diferentes combinaciones de factores para diferentes factores de JMP 13, pero solo "Residual" para todos los factores excepto Enfermedad de JMP 14.
2. ¿Cómo podría volver al resultado que solía obtener con JMP 13?Me gustaría utilizar la versión JMP 13, ya que coincide con los resultados de SPSS y Unix-ranova.
Gracias de nuevo.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14No veo la necesidad de anidar el Asunto dentro de la Enfermedad. Verifiqué que los resultados sin anidamiento son idénticos.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Habría sido útil si hubiera proporcionado la tabla de datos de JMP. Tuve que restaurar los metadatos y el modelo en Fit Least Squares a mano.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Verifiqué sus resultados con JMP 14.
Me parece que casi la mitad de los términos, todas interacciones de orden superior, pueden eliminarse del modelo.
No me sorprende que haya 4326 grados de libertad para el denominador (MSE) de las pruebas F. Comienza con 4576 observaciones y su modelo contiene 208 parámetros. No entiendo cómo el DF pudo haber quedado solo en 42 en el análisis original.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Aquí está el archivo de datos adjunto.
>Muchas gracias por tu respuesta.
>
> Intenté usar REML, pero los resultados son los mismos que los de la imagen adjunta.
>
>Me pregunto si podrías intentar ejecutar mis datos.Realmente me ayudaría si pudieras.Adjuntaré >mi conjunto de datos con el siguiente mensaje.¡Gracias!
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Muchas gracias por su respuesta.
Intenté usar REML, pero los resultados son los mismos que los de la imagen adjunta.
Me pregunto si podrías intentar ejecutar mis datos.Realmente me ayudaría si pudieras.Adjuntaré mi conjunto de datos con el siguiente mensaje.¡Gracias!
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14El hecho de que sus resultados con JMP 13 muestren grados de libertad fraccionarios para el denominador de la prueba F sugiere que utilizó REML para estimar los parámetros y las varianzas. REML es el procedimiento predeterminado (y recomendado), por lo que tiene sentido. Por otro lado, se selecciona EMS para el análisis realizado con JMP 14. Intente usar REML con JMP 14.
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14Muchas gracias por su respuesta.
Adjunto archivo con algunas imágenes.Ojalá te den más información.
La imagen 1 muestra cómo especifiqué el modelo con JMP 14 y la imagen 2 muestra el resultado que obtengo ahora.Estoy 100% seguro de que usé el mismo conjunto de datos y 99% seguro (ya no puedo ejecutar JMP 13 para verificar) de que usé la misma especificación de modelo, pero solía obtener un resultado como el de la imagen 3.
No sé por qué DF Den es tan diferente entre las dos versiones y me gustaría saber cómo puedo volver al resultado que solía obtener con JMP 13.Realmente agradecería su ayuda.¡Gracias!
Re: Enormes denominadores DF para ANOVA de medidas repetidas con JMP 14No sabemos mucho sobre los detalles de sus datos o análisis, pero el aumento en el DF para el denominador sugiere que tiene menos DF para el modelo. ¿Hay menos términos o menos niveles de sus predictores?
