<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Sto provando a migrare a jmp da R, quindi sto utilizzando la stessa piattaforma dei miei colleghi.
Ho difficoltà a capire come specificare un modello misto con una pendenza casuale. È possibile anche in jmp?
L'esempio che sto usando ha 4 variabili; la variabile indipendente è il numero di stime dei lavori (JobsK), le variabili dipendenti sono un predittore continuo (Tempo) e due predittori categoriali (Rurale e Contea). La mia migliore ipotesi su come farlo in jmp è,
Fit Model (
Y (: JobsK),
effetti (
:Rurale,
:Tempo,
: Rural *: Time,
: County & Random,
: County * Time & Random
),
Personalità ("minimi quadrati standard"),
Enfasi (effetto leva),
Metodo (REML),
)
In R, questo sarebbe
lme (JobsK ~ Time + Rural + Time: Rural, data = AlabJobs,
random = ~ Time | County, method = "REML")
Sto ottenendo risultati diversi dai due programmi, e non sono sicuro di dove sto andando male.
Inoltre, non riesco a capire la struttura di covarianza di default utilizzata da jmp con più variabili casuali. Presumo non strutturato. Qualcuno sa se questo è documentato, e dove?
Grazie per qualsiasi aiuto.
