복잡한 데이터가있는 혼합 모델 (계층 형 샘플링)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />나는 궁금해했다. :
a) 새로운 JMP Pro11은 복합 모델 또는 복합 데이터가있는 계층 적 선형 회귀를 제공합니까? 후 층화 가중치 허용?
b) 새로운 JMP Pro 11은 두 가지 레벨 이상의 혼합 모델을 허용합니까?
c) 새로운 JMP Pro 11에서 혼합 모델을 사용하여 레벨 1의 예측 변수, 수준 2의 예측 변수 및 수준 2의 예측 변수를 선택하는 절차는 무엇입니까?
d) a), b) 및 c)와 관련된 예가 있습니까?
고맙습니다
재 : 복잡한 데이터가 혼합 된 모델 (계층화 된 샘플링)Jian의 3 JMP Pro 선형 회귀 비디오가 유용 할 것입니다. 첫 번째는 무작위 계수 모델입니다.
http://www.jmp.com/about/events/mastering/ondemand_webcast.shtml?reglink=mstrAdvancedLinearMixedModels
재 : 복잡한 데이터가 혼합 된 모델 (계층화 된 샘플링)에이). 너는 h에 맞을 수있어. JMP Pro 11의 ierarchical 선형 모델 (분석 => 맞춤 모드 내가 선택하고 혼합 모델 인격 ) .
비). 두 가지 레벨 이상을 지원합니다 (데이터가 다중 레벨 모델링에 적합하다고 가정). 다음을 사용하여 레벨 1 및 레벨 2 무작위 효과를 지정하려면 네스트 랜덤 계수 버튼에서 무작위 효과 탭. 만나다 JMP 블로그 게시물 사용 방법 네스트 랜덤 계수 .
c) 모형이 적합하면 비율과 관련된 p 값은 고정 효과의 통계적 유의성을 나타낸다. 추정 된 분산 및 공분산 매개 변수에 대해보고 된 95 % 신뢰 한계를 조사하여 그러한 견적은 α = 5 %에서 통계적으로 0과 다름 아닙니다.
디) 지정 중 아 ierarchical 선형 모델은 s와 유사합니다. 무작위 계수 모델 지정. 인용하다 JMP 문서 또는 블로그 게시물 자세한 내용은 위를 참조하십시오.
