4611_de-DE

liliconcom

wie man eine "pdiff" äquivalente Ausgabe in JMP erhält<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hallo,

Ich passe ein Modell an meine Daten an und möchte die p-Werte für LSMEANS sehen.  Ich kann nicht herausfinden, wie das geht.  In SAS lautet der Code "LSMEANS / pdiff".

Hier ist der Code von SAS:

proc GLM;

Klassenmarker1 Marker2 Marker3;

Modellmerkmal = marker1 marker2 marker3 marker1 * marker2;

LSMEANS marker1 * marker2 / stderr pdiff;

Danke für jede Hilfe!

wie man eine "pdiff" äquivalente Ausgabe in JMP erhält

Cool, danke.  Eigentlich sind Vertrauensintervalle in dieser Situation sinnvoller als p-Werte, also funktioniert das gut! Ich hatte keine Ahnung, dass Sie durch Rechtsklick Spalten hinzufügen könnten ... Ich frage mich, welche anderen Tabellen verborgene Spalten haben!

wie man eine "pdiff" äquivalente Ausgabe in JMP erhält

Ich glaube nicht, dass Sie die Spalte mit den p-Werten in dieser Tabelle direkt abrufen können. Wenn Sie jedoch den Mauszeiger in dieser Tabelle positionieren und mit der rechten Maustaste klicken, können Sie die Elemente für die obere und untere Vertrauensgrenze auswählen, die standardmäßig 95% betragen. Wenn Sie ein anderes Konfidenzniveau wünschen, führen Sie das Fit-Modell erneut aus, und klicken Sie im Dialogfeld auf das rote Dreieck neben Modellspezifikation, und wählen Sie gegebenenfalls Alpha-Level festlegen.

wie man eine "pdiff" äquivalente Ausgabe in JMP erhält

ok, das ist wirklich nah! Was ich will, ist die Least Squares Means-Tabelle (die ich in JMP bekommen kann), aber mit einer Spalte für die p-Werte? Ist das möglich?

Ich weiß, dass die p-Werte in der geordneten Liste sind, aber es ist schwierig, die richtigen Vergleiche zu finden, und SAS gibt die Tabelle so aus:

                                          Das GLM-Verfahren

                                         LeastSquares bedeutet

                                      maysin Standard LSMEAN

                p1 umc105 LSMEAN Fehler Pr> | t | Nummer

                A A 0,40225326 0,03832313 <.0001 1

                A B 0,94394072 0,03824324 <.0001 2

                A H 0,48262441 0,02545524 <0,0001 3

                BA -0,05712529 0,05182397 0,2714 4

                B B 0.09619548 0.04285878 0.0257 5

                B H 0,03895248 0,02771541 0,1611 6

                H A 0,16287842 0,02784603 <.0001 7

                H B 0,48242779 0,03588362 <.0001 8

                H H 0,25725291 0,02200943 <0,0001 9

JMP kann fast dieselbe Tabelle liefern, hat jedoch nicht die p-Werte:

Niveau	Mindestens Sq-Mittelwert	Standardfehler
A, A	0,40225326	0,03832313
A, B	0,94394072	0,03824324
AH	0,48262441	0,02545524
B, A	-0,05712529	0,05182397
B, B	0,09619548	0,04285878
B, H	0,03895248	0,02771541
HA	0,16287842	0,02784603
H, B	0,48242779	0,03588362
H, H	0,25725291	0,02200943

wie man eine "pdiff" äquivalente Ausgabe in JMP erhält

Zum Beispiel,

1 Klicken Sie unter dem roten Dreieck für Geschlecht * Medikament auf LSMeans Student's t

2 Klicken Sie unter dem roten Dreieck für LSMeans Differences Student's t auf Ordered Differences Report

wie man eine "pdiff" äquivalente Ausgabe in JMP erhält

Danke - eigentlich habe ich nach den entsprechenden Optionen unter den roten Dreiecken gesucht. Können Sie mir sagen, was ich klicken muss, um eine ähnliche Ausgabe für SAS zu erhalten?

Vielen Dank!

wie man eine "pdiff" äquivalente Ausgabe in JMP erhält

Prüfen Sie, ob dieses Skriptbeispiel Ihnen das gibt, was Sie möchten. Es kann auch interaktiv über das Dialogfeld "Modell anpassen" generiert werden, gefolgt vom Klicken auf Elemente unter verschiedenen roten Pulldown-Menüs.

dt = Open ("$ SAMPLE_DATA / Analgesics.jmp");

fm = dt << Fit Model (

    Y (: Schmerz),

    Auswirkungen (: Geschlecht,: Droge,: Geschlecht *: Droge),

    Persönlichkeit (Standard-Kleinstquadrate),

    Betonung (Effect Leverage),

    Lauf(

        : Schmerz << {Mangel an Passform (0), Plot Actual von Predicted (1), Plotregression (0),

        Residuum nach vorhergesagtem (1), Plot-Effekt-Hebel (1), {: gender <<

        {LSMeans Student's t (0,05, Bericht über geordnete Unterschiede (1))}:: Droge <<

        {LSMeans Student's t (0,05, Bericht über geordnete Unterschiede (1))}:: Geschlecht *: Droge <<

        {LSMeans Student's t (0,05, Bericht über geordnete Unterschiede (1))}}}

    )

    SendToReport (

        Versand(

            {"Antwortschmerz", "Ganzes Modell", "Parameterschätzungen"},

            "Niedrigere 95%",

            NumberColBox,

            {Hide (0)}

        )

        Versand(

            {"Antwortschmerz", "Ganzes Modell", "Parameterschätzungen"},

            "Obere 95%",

            NumberColBox,

            {Hide (0)}

        )

        Versand(

            {"Antwortschmerz", "Geschlecht", "Least Squares Means Table"},

            "Niedrigere 95%",

            NumberColBox,

            {Hide (0)}

        )

        Versand(

            {"Antwortschmerz", "Geschlecht", "Least Squares Means Table"},

            "Obere 95%",

            NumberColBox,

            {Hide (0)}

        )

        Versand(

            {"Antwortschmerz", "Medikament", "Least Squares Means Table"},

            "Niedrigere 95%",

            NumberColBox,

            {Hide (0)}

        )

        Versand(

            {"Antwortschmerz", "Medikament", "Least Squares Means Table"},

            "Obere 95%",

            NumberColBox,

            {Hide (0)}

        )

        Versand(

            {"Antwortschmerz", "Geschlecht * Droge", "Least Squares Means Table"},

            "Niedrigere 95%",

            NumberColBox,

            {Hide (0)}

        )

        Versand(

            {"Antwortschmerz", "Geschlecht * Droge", "Least Squares Means Table"},

            "Obere 95%",

            NumberColBox,

            {Hide (0)}

        )

    )

);