回帰におけるクラスター化データの調整病院の特性に合わせて、特定の病気にかかっている病院内の患者の割合を予測しようとしています。しかし、データはクラスター化されており（病院は州内でクラスター化されています）、これについても調整したいのです。JMP Pro 13を使用しています。
一般化線形モデルを使用して[ネスト]ボタンで状態を選択する適切な方法はありますか？これは正しいようですが、私がそうするときJMPは各状態（n = 51）を変数として含みます。これは実質的に私が欲しいものですが、比較的少ない観測でデータセットに多くのDFと変数を追加します。
私はこれを正しくやっていますか、それとももっと良い方法がありますか？
ありがとう
再回帰におけるクラスター化データの調整あなたは確かにそれをすることができます。再回帰におけるクラスター化データの調整速やかなご返信ありがとうございます。新しいクラスター変数は、GLMで "入れ子"変数として入力されますか？私はすでに州をグループ化できる4つのクラスターがあることを知っています。再回帰におけるクラスター化データの調整通常、私は州と病院[州]のランダム効果を作りたいと思うでしょう。それは推定するパラメータの総数の影響を劇的に減らすでしょう。ただし、ランダム効果はJMPのGLMではサポートされていません。
クラスタ分析を実行して、状態の代わりにクラスタを使用することができます。
SASにアクセスできる場合は、Proc GLIMMIXを使用して混合モデルGLMを実行できます。
