REML混合モデル
こんにちは、
REML を使用した混合モデルの実行に関する非常に一般的な質問がいくつかあります。
1. REML が常に推奨されるのはなぜですか? EMS 方式と比べて最も明白な利点は何ですか?
2. 与えられた条件に対して意味のある推論を行うにはどうすればよいですか予測プロットによる残差?
3. REML から %CV を生成するにはどうすればよいですか?
ありがとう。
Re: REML混合モデル使用している JMP のバージョンはわかりませんが、JMP 12.1 以降、REML Variance Components Estimates レポートに %CV 非表示列が追加されました。レポート内を右クリックし、[列] < CV を選択すると表示できます。
Re: REML混合モデル- 選択するヘルプ>本>線形モデルのフィッティング。 第3章REML 推定手順を使用して変量効果を備えたモデルをフィッティングすることに専念しています。 一般に、EMS はバランスのとれた設計でのみ機能します。 このような場合でも REML は同じ結果を与えるため、常に REML を使用しても何も失うことはありません。 唯一の欠点は、REML の計算コストがより高いことですが、それは今日では議論の余地がありません。
- 予測による残差プロットは、推論 (仮説検定) に使用することを目的としていません。 これは、推定誤差 (残差) を視覚的に評価して、適合性の欠如、不均一分散性、影響力のある観測値などの線形回帰の仮定の違反を特定します。
- 通常どおり、分散成分から %CV を 100*Sqrt(VC)/平均として計算します。
その解釈がそのような結果を受け入れるのに役立つ場合、負の分散は実際には負の共分散です。 推定の信頼区間を使用して、推定値がゼロでないかどうかを判断します。 REML は EMS よりも柔軟性があります。 ゼロ付近の負の推定値を許容し、自由度を調整することで、固定効果に関する推論から望ましい範囲を得ることができます。
Re: REML混合モデル負の分散成分の意味のある解釈があるかどうかはわかりません。
まず、それが大幅にゼロでないことを確認します。CI はゼロと重複していますか? 最も賢明な解釈は、これは変動全体の無視できる要素であるということです。
大きな負の分散成分がある場合、モデルに疑問を持たれる可能性があります。
必要に応じて、すべての分散成分を正に制限するように指定できると思います。
Re: REML混合モデルREML については、Peter Goos と Brad Jones の「実験の最適計画法」に関する本に詳しく説明されています (お持ちであれば、コピーを入手することをお勧めします)。 これは、分割プロット DoE のコンテキスト内でのことです。 おそらく測定系分析などで、分散成分分析に混合モデルを使用しているのではないかと思います。
Re: REML混合モデルまた、どのように解釈しますか負の値分散成分REMLのランダム因子はどうなるのでしょうか？
