<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ich versuche, von R nach jmp zu migrieren, daher verwende ich dieselbe Plattform wie meine Kollegen.
Ich habe Schwierigkeiten, herauszufinden, wie ein gemischtes Modell mit einer zufälligen Steigung angegeben wird. Ist das überhaupt in jmp möglich?
Das Beispiel, das ich verwende, hat 4 Variablen; Die unabhängige Variable ist die geschätzte Anzahl von Jobs (JobsK), abhängige Variablen sind ein kontinuierlicher Prädiktor (Zeit) und zwei kategoriale Prädiktoren (Rural und County). Meine beste Vermutung, wie man dies in jmp macht, ist:
Fit Modell (
Y (: JobsK),
Auswirkungen(
: Ländlich,
:Zeit,
: Ländlich *: Zeit,
: Grafschaft & Zufall,
: County * Zeit & Zufall
)
Persönlichkeit ("Standard Least Squares"),
Betonung (Effect Leverage),
Methode (REML),
)
In R wäre das
lme (JobsK ~ Time + Rural + Time: Ländlich, Daten = AlabJobs,
zufällig = ~ Zeit | Landkreis, Methode = "REML")
Ich bekomme unterschiedliche Ergebnisse von den beiden Programmen und bin mir nicht sicher, wo ich falsch liege.
Ich kann auch nicht die Standard-Kovarianzstruktur herausfinden, die jmp mit mehreren Zufallsvariablen verwendet. Ich gehe davon aus, dass es nicht strukturiert ist. Weiß jemand, ob und wo dokumentiert wird?
Danke für jede Hilfe.
