REML 혼합 모델
안녕하세요,
REML을 사용하여 혼합 모델을 실행하는 것과 관련된 매우 일반적인 질문이 거의 없습니다.
1. REML이 항상 권장되는 이유는 무엇입니까? EMS 방식에 비해 가장 확실한 장점은 무엇입니까?
2. 주어진 상황에 대해 어떻게 의미 있는 추론을 할 수 있습니까? 예측 플롯별 잔차 ?
3. REML에서 %CV를 어떻게 생성합니까?
감사합니다.
Re: REML 혼합 모델사용 중인 JMP 버전이 무엇인지 잘 모르겠지만 JMP 12.1부터 REML 분산 구성 요소 추정 보고서에 %CV 숨겨진 열이 추가되었습니다. 해당 보고서 내부를 마우스 오른쪽 버튼으로 클릭하고 열 < CV를 선택하면 이를 볼 수 있습니다.
Re: REML 혼합 모델- 선택하다 돕다 > 서적 > 선형 모델 피팅 . 3 장 REML 추정 절차를 사용하여 무작위 효과가 있는 모델을 피팅하는 데 전념합니다. 일반적으로 EMS는 균형 잡힌 설계에서만 작동합니다. REML은 이러한 경우 동일한 결과를 제공하므로 항상 사용해도 손실이 없습니다. 유일한 단점은 REML이 계산 비용이 더 많이 든다는 점이지만 오늘날에는 논쟁의 여지가 있습니다.
- 예측별 잔차 도표는 추론(가설 검정)에 사용하기 위한 것이 아닙니다. 적합성 부족, 이분산성, 영향력 있는 관측치 등 선형 회귀 가정 위반을 식별하기 위한 추정 오류(잔차)를 시각적으로 평가하는 것입니다.
- 평소와 같이 분산 성분의 %CV를 100*Sqrt(VC)/Mean으로 계산합니다.
해석이 그러한 결과를 받아들이는 데 도움이 되는 경우 음의 분산은 실제로 음의 공분산입니다. 추정값이 0이 아닌지 확인하려면 추정값에 대한 신뢰 구간을 사용하세요. REML은 EMS보다 유연합니다. 0 주위의 음수 추정치를 허용하고 자유도를 조정하면 고정 효과에 대한 추론에서 원하는 범위를 얻을 수 있습니다.
Re: REML 혼합 모델음의 분산 성분에 대한 의미 있는 해석이 있는지 확신할 수 없습니다.
먼저 0이 아닌지 확인하겠습니다. CI가 0과 겹치나요? 가장 합리적인 해석은 전체 변동에서 무시할 수 있는 구성 요소라는 것입니다.
모델에 의문을 제기할 수 있는 큰 음의 분산 구성요소가 있는 경우.
원하는 경우 모든 분산 구성 요소를 양수로 제한하도록 지정할 수 있다고 생각합니다.
Re: REML 혼합 모델Peter Goos와 Brad Jones의 Optimal Design of Experiments에 관한 저서에 REML에 대한 좋은 설명이 있습니다(사본을 구하는 것이 좋습니다). 이는 분할 플롯 DoE의 맥락입니다. 아마도 측정 시스템 분석에서 분산 성분 분석을 위해 혼합 모델을 사용하고 있는 것 같습니다.
Re: REML 혼합 모델또한 당신은 어떻게 해석합니까? 음수 값 분산 성분 REML의 무작위 요인?
