안녕하세요, 게시물은 5 년이 지났지 만이 주제에 관심이 있습니다. JMP와 remlscore 간의 불일치를 해결할 수 있었습니까? 또한 JMP는 예측 / 신뢰 구간을 제공하지만 remlscore는 제공하지 않습니다. JMP에서 제공하는 기술 정보는 매우 드물기 때문에 어떤 통찰력이라도 대단히 감사하겠습니다.
다음은 몇 가지 유용한 참고 자료입니다.
Smyth, GK (2002). "이 분산 회귀에서 REML을위한 효율적인 알고리즘", Journal of Computational and Graphical Statistics, 11, pp. 1-12.
Verbyla, AP (1993). "모델링 분산 이질성 : 잔여 최대 가능성 및 진단", 왕립 통계 학회지, 시리즈 B (방법론) 55 (2), pp. 493-508.
안녕하세요 JMPers!
로그 선형 분산 모델에 대해 더 깊이 이해하려고합니다. 따라서 JMP 문서의 InjectionMolding 예제를 사용했습니다. JMP로 작업하는 것은 물론 웹 사이트의 결과를 재현 할 수 있습니다.
또한 R에서 ML-estimator (Harvey-paper 기반)를 구현했습니다. 또한 R의 statmod-package에서 remlscore 함수를 시도했습니다 (Smyth 2002와 같은 REML 추정이 설명합니다). 재미있는 결과는 추정 된 잔차 분산 (~ 1.88, ~ 1.9)에 대해 R의 두 함수 모두에서 매우 유사한 결과를 얻었지만 JMP에서는 그 숫자가 ~ 6.69라는 매우 다릅니다.
이제 이것이 매개 변수화의 차이인지 궁금합니다. 다른 모든 숫자는 아주 잘 일치합니다.
도움이되는 경우 다음은 R 코드입니다.
library(statmod)
# Sample Data
d = read.csv("Desktop/InjectionMolding.csv")
x = cbind(rep(1, nrow(d)), d[,c(2, 3)], d[,2]*d[,3]) # MoldTemp, Screw.Speed, 2FI
x = apply(x, 2, as.numeric)
z = d[,4] # Hold.Time
z = cbind(rep(1, length(z)), z)
y = d[,9] # Shrinkage
y = as.matrix(y)
colnames(x) = c("Const", "MoldTemp", "ScrewSpeed", "MoldXScrew")
colnames(z) = c("Const", "HoldTime")
colnames(y) = c("Strength")
reml_est = remlscore(y=y,X=x,Z=z)
reml_est
