JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모나는 아무런 문제 없이 JMP 13을 사용하여 반복 측정 ANOVA를 실행하곤 했습니다.하지만 이제 JMP 14를 얻었고 동일한 데이터로 ANOVA를 실행했고 어떻게 든 "Test Denominator Synesis"에서 DF Den으로 "4326"을 얻었습니다.JMP 13에서는 이 값이 "42"였으며 새로운 F 비율은 확실히 훨씬 더 커졌습니다.지금 JMP 13 대신 JMP 14를 사용하고 있다는 것 외에는 제가 한 것과 다른 점(데이터, 설정 방법)은 없는 것 같은데, 정말 어떻게 해야 할지 모르겠습니다.
누구든지 내가 누락 된 부분을 알려주시겠습니까?
감사합니다!
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모귀하의 응답과 JMP 책에 대한 참조에 감사드립니다.
나는 그 책을 보았고 3장 197-198페이지에서 다음과 같은 내용을 발견했습니다.
“테스트 분모 합성
테스트할 각 효과에 대해 F 통계가 구성됩니다. 이 통계의 분모는 귀무 가설 하에서 분자 평균 제곱의 기대값인 평균 제곱입니다. 이 분모는 고정 효과와 연관된 분산 구성요소 및 값으로부터 구성되거나 합성됩니다.
소스 테스트할 효과를 표시합니다.
MS Den F 검정의 분모에 대한 추정 평균 제곱을 제공합니다.
DF Den 합성된 분모에 대한 자유도를 제공합니다. 이는 Satterthwaite의 방법(Satterthwaite 1946)을 사용하여 구성됩니다.
Denom MS 합성 분모 합성에 사용되는 분산 구성요소를 제공합니다. 잔여 오차 분산은 항상 이 합성의 일부입니다.”
Satterthwaite(1946)도 보았지만 따라가기에는 너무 기술적이었습니다.
그 동안에는 더 많은 계승 조합도 시도했습니다.첨부파일의 이미지 1~3을 보면, 특정 요소가 Subject와 교차할 때 해당 DF Den은 독립적으로 유지되고 다른 요소에 대한 DF Dens는 "Residual"로 합쳐지는 것으로 보입니다.내 예에서 왜 이렇게 되는지 친절하게 설명해 주시겠습니까?
다시 감사합니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모JMP 내에서 확인해 보세요. 돕다 > 서적 > 선형 모델 피팅 그 다음 책의 마지막 장에 통계 세부정보 . 자유도의 기원은 해당 장에 설명되어 있습니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모매우 상세한 답변을 주시고, 보다 적절한 모델을 운영할 수 있도록 노력해주셔서 진심으로 감사드립니다.
나는 이전에 현장에서 수행된 작업을 맹목적으로 따르고 전체 요인 모델을 사용하려고 노력해 왔으며 실험이 주제와 모든 상호 작용을 교차하는 이론적 이유가 없다는 점에 동의합니다.
하지만 사실 저는 제 질문 1'에서 다른 것을 묻고 있었습니다. 따라서 좀 더 설명을 추가하여 다시 질문해 보겠습니다.
첨부파일의 이미지 1과 이미지 2ab를 비교해 보세요.이미지 1은 가능한 모든 요소가 교차될 때 DF Den 열에 다양한 요소에 대해 서로 다른 숫자가 나열되어 있음을 보여줍니다(위부터: 42, 42, 42, 1050, 42, 42 ...). 이는 Unix에서도 표시됩니다. -라노바와 SPSS (일반선형모형>반복측도>완전요인, SS Type III) .그러나 이미지 2ab에서와 같이 대상이 다른 요인과 교차되지 않는 경우 DF Den 열에는 질병에 대해 42가 나열되지만 다른 모든 요인에 대해서는 4326이 나열됩니다.또한, 이미지 1의 Denom MS 합성 열에는 다양한 요인에 대한 다양한 요인 조합이 나열되어 있는 반면, 이미지 2ab의 Denom MS 합성 열에는 질병을 제외한 모든 요인에 대한 "잔차"만 나열되어 있습니다.왜 이런 일이 일어날까요?
다시 감사합니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모귀하(예: 귀하의 배경)와 귀하의 목적에 대해 제가 아는 모든 것은 이 토론, 이 데이터 세트 및 모델링 시도를 기반으로 합니다. 따라서 귀하가 이미 알고 있는 내용에 제 답변이 포함된다면 양해해 주시기 바랍니다.
- 이 질문은 선형 모델에 대한 강력한 배경 지식이 없음을 나타냅니다.
- 분모의 DF는 주어진 실험 단위에 대한 모델의 관측치 수와 매개변수 수의 함수입니다. JMP Fit Least Squares 플랫폼의 매개변수화에서는 범주형 요인에 대한 매개변수 수가 수준 수보다 1개 적습니다. 따라서 채널을 포함하면 비용만 25DF입니다. 이를 다른 요소와 교차시키면 많은 매개변수가 빠르게 추가되므로 DF에 큰 변화가 발생합니다.
- 추정 방법(EMS 또는 REML)의 선택도 분모의 DF에 영향을 미칠 수 있습니다. 이러한 차이점이 REML을 권장하는 이유입니다.
- 또한 추정은 데이터 설계에 따라 달라집니다. 이 연구를 어떻게 설계했나요?
- JMP에서 사용하는 메모리 양은 32비트 버전 대신 64비트 버전을 사용하는 것 외에는 JMP 내에서 변경할 수 없습니다. 저는 Windows 전문가가 아니기 때문에 운영 체제에서 응용 프로그램에 더 많은 메모리를 할당하는 방법을 모릅니다.
당신은 이 출력이 SPSS 및 Unix-ranova와 일치하기 때문에 마음에 든다고 말했습니다. 나는 모델이 매개변수를 추정하는 데 사용되는 소프트웨어가 아니라 모델 자체의 장점을 기반으로 해야 한다고 제안합니다. 귀하의 모델이 과도하게 지정된 것 같습니다.
- 연구 구조에는 중첩이 전혀 없음을 나타냅니다. 모든 요인이 교차됩니다. 모델 사양에 이 합병증을 추가하는 이유는 무엇입니까?
- 전체 요인 모델(즉, 가능한 모든 상호 작용 효과)을 지정했습니다. 그 조건이 합리적인가요?
- 당신은 이러한 많은 상호작용을 통해 주제를 넘어섰습니다. 그 조건이 합리적인가요?
- 모형 및 분산 성분을 추정하기 위해 EMS를 선택합니다. 왜 이 열등한 방법을 사용합니까?
마음에 드는 모델을 어떻게 선택하셨나요? 이 모델을 선택하는 기준은 무엇입니까? 모델 선정 과정과 기준은 무엇인가요?
예를 들어 고정 요인에 대한 완전 요인 모델로 시작하고 주제를 무작위 효과로 추가했습니다. 합리적인 모델 선택 기준(예: parsimony, AICc)을 사용하여 모델을 축소할 수 있었고,
잔차 분석에서는 패턴이나 이분산성이 없거나 적합성이 부족함을 나타냅니다. 잔차는 오류가 약간 오른쪽으로 치우쳐 있음을 나타냅니다. 이 모델은 나에게 합리적인 것 같습니다. 또한 REML 절차와 함께 JMP, SAS, SPSS 또는 Unix-ranova를 사용하는 이 모델에서도 동일한 결과를 얻을 것으로 예상됩니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모귀하의 빠른 응답에 다시 한번 감사드립니다.
이제 사과해야 해요.제가 사용하던 모델을 기억하는데 실수를 해서 죄송합니다.내 오래된 노트북에 아직 JMP 13(올해 3월까지 사용 가능)이 있다는 것을 발견하고 가지고 놀기 시작했는데, 마침내 첨부된 이미지에서 볼 수 있듯이 주제를 포함한 모든 요소의 가능한 조합을 입력하곤 했다는 사실이 기억났습니다.이런 방식으로 RepeatedMeasures.docx 파일의 이미지 3으로 보여드린 출력을 얻을 수 있습니다.EMS 대신 REML을 사용하려고 하면 JMP 13에서 메모리가 부족하다고 불평합니다.또한 새 노트북에서 JMP 14를 사용하여 동일한 모델을 실행하려고 시도했지만 EMS와 REML 모두에 대해 "충분한 메모리를 할당할 수 없습니다"라는 오류 메시지가 나타납니다.
Unix-ranova 및 SPSS(일반 Linea 모델>반복 측정>전체 요인, SS Type III)와 동일한 결과를 제공하므로 이 출력이 마음에 듭니다.빠른 수정을 위해 몇 달 동안 이전 노트북에서 JMP 13을 사용하여 모든 분석을 수행할 수 있었지만 여전히 원래 질문의 변경된 버전이 아래와 같습니다.
1') 가능한 모든 요소를 들이면 DF Den이 이렇게 변하는 이유 ( 다양한 요인에 대해 서로 다른 DF Den's vs. 질병을 제외한 모든 요인에 대해 단 하나의 숫자, Denom MS 합성 열의 경우 다양한 요인에 대해 다양한 요인 조합 vs. 질병을 제외한 모든 요인에 대해 "잔차"만?
2') 이상적으로는 새 노트북에서 JMP 14를 사용하여 분산 분석을 계속 실행하고 싶지만 더 많은 메모리를 할당할 수 있는 방법이 있습니까?
감사합니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모그들은 다르지 않습니다. 별말씀을요.
Excel 통합 문서의 데이터를 JMP 데이터 테이블에 복사했습니다. 모델 적합 대화 상자에서 무작위 효과로 주제를 사용하여 동일한 완전 요인 선형 모델을 설정했습니다. JMP 14에 데이터를 맞추기 위해 REML을 사용했습니다. Fit Least Squares 분석을 위한 스크립트를 저장한 다음 데이터 테이블을 저장했습니다. 데이터 테이블과 JMP 14를 닫았습니다. JMP 13을 시작하고 데이터 테이블을 열고 스크립트를 실행했습니다. 결과는 동일합니다.
그런 다음 PROC MIXED를 사용하는 Fit Model 작업을 SAS에 제출했습니다. 결과는 동일합니다. (SAS 프로시저의 다른 매개변수화를 제외하고.)
따라서 문제의 분모에 대한 자유도는 세 가지 분석(JMP 13, JMP 14 및 SAS 9.4) 모두에서 동일합니다(4326).
또한 앞서 언급했듯이 이러한 DF는 관측치 수와 모수 추정치 수를 고려하면 합리적으로 보입니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모빠른 답변에 다시 한번 감사드립니다!
Excel과 JMP 형식에 대해 유감스럽게 생각합니다. REML의 경우(EMS의 경우 차이가 있지만) 중첩이 필요하지 않다는 것을 알 수 있습니다. 질병 내의 주제.
하지만 내 원래 질문은 여전히 남아 있습니다.
1. JMP 13과 JMP 14의 결과가 왜 그렇게 다른가요?두 가지 모두에 대한 검정 분모 합성 섹션을 보면 JMP 13 섹션에는 다양한 요인에 대한 다양한 DF Den이 나열되어 있는 반면, JMP 14 섹션에는 질병(42)을 제외한 모든 요인에 대해 하나의 숫자(4326)만 나열되어 있습니다.또한 Denom MS 합성 열에는 JMP 13의 다양한 요인에 대한 다양한 요인 조합이 나열되어 있지만 JMP 14의 경우 질병을 제외한 모든 요인에 대한 "잔차"만 나열됩니다.
2. JMP 13에서 얻은 출력으로 어떻게 되돌릴 수 있나요?SPSS 및 Unix-ranova의 결과와 일치하는 JMP 13 버전을 사용하고 싶습니다.
다시 감사합니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모나는 질병 내에 주제를 중첩시킬 필요가 없다고 생각합니다. 중첩되지 않은 결과가 동일한 것을 확인했습니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모JMP 데이터 테이블을 제공했다면 도움이 되었을 것입니다. Fit Least Squares에서 메타데이터와 모델을 직접 복원해야 했습니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모JMP 14를 사용하여 결과를 확인했습니다.
제가 보기에는 항의 거의 절반, 즉 모든 고차 상호작용이 모델에서 제거될 수 있는 것 같습니다.
F-검정의 분모(MSE)에 대한 자유도가 4326이라는 사실은 놀랍지 않습니다. 4,576개의 관측값으로 시작하고 모델에 208개의 매개변수가 포함되어 있습니다. 원래 분석에서 DF가 어떻게 42에 불과할 수 있었는지 이해가 되지 않습니다.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모여기에 첨부된 데이터 파일이 있습니다.
>귀하의 답변에 진심으로 감사드립니다.
>
>REML을 사용해 보았는데, 결과는 첨부된 이미지와 같습니다.
>
>내 데이터를 실행해 볼 수 있는지 궁금합니다.당신이 할 수 있다면 정말 도움이 될 것입니다.다음 메시지와 함께 >내 데이터 세트를 첨부하겠습니다.감사합니다!
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모응답 해주셔서 감사합니다.
REML을 사용해 보았는데, 결과는 첨부된 이미지와 같습니다.
내 데이터를 실행해 볼 수 있는지 궁금합니다.당신이 할 수 있다면 정말 도움이 될 것입니다.다음 메시지와 함께 데이터 세트를 첨부하겠습니다.감사합니다!
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모JMP 13을 사용한 결과가 F-검정의 분모에 대해 분수 자유도를 나타낸다는 사실은 REML을 사용하여 모수와 분산을 추정했음을 나타냅니다. REML은 기본(권장) 절차이므로 의미가 있습니다. 반면, JMP 14를 사용한 분석에는 EMS가 선택되었습니다. JMP 14와 함께 REML을 사용해 보세요.
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모응답 해주셔서 감사합니다.
일부 이미지가 포함된 파일을 첨부합니다.그들이 당신에게 더 많은 정보를 제공해주기를 바랍니다.
이미지 1은 JMP 14를 사용하여 모델을 지정한 방법을 보여주고, 이미지 2는 지금 얻은 출력을 보여줍니다.나는 동일한 데이터 세트를 사용했다고 100% 확신하고 동일한 모델 사양을 사용했다는 것을 99% 확신합니다(더 이상 확인하기 위해 JMP 13을 실행할 수 없음). 하지만 예전에는 이미지 3과 같은 출력을 얻었습니다.
DF Den이 두 버전 간에 왜 이렇게 다른지 모르겠고, JMP 13에서 얻었던 출력으로 어떻게 되돌릴 수 있는지 알고 싶습니다.도와주시면 정말 감사하겠습니다.감사합니다!
Re: JMP 14를 사용한 반복 측정 ANOVA의 거대한 DF 분모데이터 또는 분석의 세부 사항에 대해 많이 알지 못하지만 분모에 대한 DF가 증가한다는 것은 모델에 대한 DF가 더 적다는 것을 의미합니다. 예측변수의 항 또는 수준이 더 적습니까?
