R2 negativo nei modelli mistiCome viene calcolato R2 in JMP (v12.2) quando gli effetti fissi e casuali sono inclusi nel modello di adattamento? Non riesco a trovare alcuna documentazione in merito.Il motivo per cui è venuto fuori è che ho ottenuto valori R2 negativi.
Ri: R2 negativo nei modelli mistiRiporta l'RSquare generalizzato come descritto nella personalità del modello misto (solo JMP Pro, che non ho)? Questo estratto è tratto dal JMP Fitting Linear Models Book nel menu Help. Sembra che questo sarebbe ragionevole anche se non ottengo un R2 negativo quando provo questo calcolo:
Ri: R2 negativo nei modelli mistiCIAO @jwiltsie ,
Scusa, evidentemente non ho risposto alla domanda che hai posto 
Ho appena esaminato di nuovo la documentazione e sebbene ci siano dettagli statistici per R ^ 2 solo per modelli a effetti fissi, non riesco nemmeno a trovare dettagli per modelli con effetti casuali. Farò qualche altra ricerca, ma ti suggerirei di inviare un'e-mail a support@jmp.com con la tua domanda e probabilmente saranno in grado di ottenere rapidamente la risposta alla tua domanda.
Giuliano
Ri: R2 negativo nei modelli mistiHo provato il "?" strumento (che di solito mi dà quello che voglio), ma mi porta al riepilogo dell'adattamento solo per modelli a effetti fissi (nessun effetto casuale) che fornisce la definizione standard, R2 = SSM/SST. Ma non credo che questo si applichi ai modelli misti e, in tal caso, non esiste alcun rapporto ANOVA per ottenere SSM e SST.Ri: R2 negativo nei modelli mistiGrazie @giuliano ,
La tua descrizione è corretta in quanto ho un effetto casuale con una stima negativa, ecco una schermata (avrebbe dovuto includerla nel post originale).
Mixed Model Output with negative R2Mixed Model Output with negative R2Uscita modello misto con R2 negativo
Mi chiedevo i dettagli statistici per R2 per i modelli misti (che non riesco a trovare nel link che hai fornito). Sulla base di una rapida ricerca su Internet, sembra che esista più di un metodo per calcolare R2 per i modelli misti.
Ri: R2 negativo nei modelli mistiCIAO @jwiltsie ,
Ecco una sezione della guida di JMP che potrebbe essere utile:
http://www.jmp.com/support/help/Mixed_and_Random_Effect_Model_Reports_and_Option.shtml
Senza vedere i tuoi risultati particolari non posso essere sicuro di cosa stia succedendo, ma sospetto che il modello che stai adattando abbia un numero di effetti casuali che sono probabilmente vicini allo zero/non assorbono alcuna varianza. Quando si adatta un modello misto, è possibile consentire "componenti di varianza illimitati", il che significa che un componente di varianza può convergere a una stima negativa. Questo potrebbe sembrare strano (o addirittura ridicolo) poiché sappiamo che in realtà una varianza non può mai essere negativa. Tuttavia, è stato dimostrato che le stime vincolanti per i componenti della varianza devono essere positive porta a una distorsione nella stima degli effetti fissi (se sei interessato alle ragioni statistiche di ciò, ho incluso una ricerca su Google Scholar di seguito).
Allora, cosa c'entra questo con il tuo coefficiente di determinazione per il modello completo? Se molti dei tuoi componenti di varianza sono stimati come negativi (nel senso che sono probabilmente inattivi nella popolazione) e qualsiasi effetto fisso che stai stimando assorbe poca varianza, è possibile che il modello complessivo R2 sia negativo.
Come ho detto prima, è difficile sapere cosa sta succedendo esattamente senza vedere di più sulla tua situazione particolare, ma spero che questo ti aiuti a metterti sulla strada giusta!
- Giuliano
https://scholar.google.com/scholar?q=unbounded+variance+components+mixed+model&hl=en&as_sdt=0&as_vis=1&oi=scholart&sa=X&ved=0ahUKEwiW3Z7AhsbSAhXE4CYKHZLUCs4QgQMIGjAA
Ri: R2 negativo nei modelli mistiHai provato a usare il "?" tool e cliccando sulla tabella dei risultati sei interessato a trovare i dettagli?
Per fare ciò, seleziona il "? Aiuto" dal menu a discesa Strumenti e quindi fare clic sulla tabella che ti interessa, oppure digita Maiusc/? per richiamare lo strumento, quindi fai clic sulla tabella di interesse.
È un buon inizio per scoprire i dettagli.
