cómo obtener "pdiff" salida equivalente en JMP<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola,
Estoy ajustando un modelo a mis datos, y quiero ver los valores de p para LSMEANS. No puedo averiguar cómo hacer esto. En SAS, el código sería "LSMEANS / pdiff"
Aquí está el código de SAS:
proc GLM;
clase marker1 marker2 marker3;
rasgo del modelo = marcador1 marcador2 marcador3 marcador1 * marcador2;
LSMEANS marker1 * marker2 / stderr pdiff;
¡Gracias por cualquier ayuda!
cómo obtener "pdiff" salida equivalente en JMPGenial, gracias. En realidad, los intervalos de confianza tienen más sentido en esta situación que los valores p de todos modos, ¡así que esto funciona muy bien! No tenía idea de que pudieras agregar columnas haciendo clic derecho ... ¡Me pregunto qué otras tablas tienen columnas ocultas!
cómo obtener "pdiff" salida equivalente en JMPNo creo que pueda obtener directamente la columna de valores p en esa tabla. Sin embargo, si coloca el puntero del mouse en esa tabla y hace clic con el botón derecho, puede elegir los elementos de límite de confianza superior e inferior, que son límites del 95% de forma predeterminada. Si desea un nivel de confianza diferente, vuelva a ejecutar el modelo de ajuste y, en el cuadro de diálogo, haga clic en el triángulo rojo junto a Especificación del modelo y elija Establecer nivel alfa según corresponda.
cómo obtener "pdiff" salida equivalente en JMPOk, esto está muy cerca! ¿Lo que quiero es la tabla de medias de mínimos cuadrados (que puedo obtener en JMP), pero con una columna para los valores de p? es posible?
Sé que los valores de p están en la lista ordenada, pero es difícil encontrar las comparaciones correctas y SAS muestra la tabla muy bien, como esto:
El procedimiento GLM
Medios LeastSquares
Maysin Standard LSMEAN
p1 umc105 LSMEAN Error Pr> | t | Número
A A 0.40225326 0.03832313 <.0001 1
A B 0.94394072 0.03824324 <.0001 2
A H 0.48262441 0.02545524 <.0001 3
B A -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 <.0001 9
JMP puede dar casi la misma tabla, pero no tiene los valores de p:
| Nivel | Significación de mínimos cuadrados | Error estándar |
| AUTOMÓVIL CLUB BRITÁNICO | 0.40225326 | 0.03832313 |
| A, B | 0.94394072 | 0.03824324 |
| A, H | 0.48262441 | 0.02545524 |
| LICENCIADO EN LETRAS | -0.05712529 | 0.05182397 |
| CAMA Y DESAYUNO | 0.09619548 | 0.04285878 |
| B, H | 0.03895248 | 0.02771541 |
| DECIR AH | 0.16287842 | 0.02784603 |
| MEDIA PENSIÓN | 0.48242779 | 0.03588362 |
| S.S | 0.25725291 | 0.02200943 |
cómo obtener "pdiff" salida equivalente en JMPPor ejemplo,
1. Debajo del triángulo rojo para género * drogas, haga clic en LSMeans Student's t
2. Debajo del triángulo rojo para LSMediferencias t de Student haga clic en Informe de diferencias ordenadas
cómo obtener "pdiff" salida equivalente en JMPGracias, en realidad, lo que buscaba eran las opciones equivalentes debajo de los triángulos rojos. ¿Puede decirme en qué debo hacer clic para obtener una salida similar a SAS?
¡Gracias!
cómo obtener "pdiff" salida equivalente en JMPMira si esta muestra de script te da lo que quieres. También se puede generar de manera interactiva a través del cuadro de diálogo Ajustar modelo y luego hacer clic en los elementos debajo de varios menús desplegables de triángulos rojos.
dt = Abrir ("$ SAMPLE_DATA / Analgesics.jmp");
fm = dt << Fit Model (
Y (: dolor),
Efectos (: género,: droga,: género *: droga),
Personalidad (mínimos cuadrados estándar),
Énfasis (apalancamiento del efecto),
Correr(
: dolor << {falta de ajuste (0), gráfico real por predicho (1), regresión de gráfico (0),
Plot Residual por predicho (1), Plot Effect Leverage (1), {: gender <<
{LS significa t de Student (0.05, Informe de diferencias ordenadas (1))},: droga <<
{LS significa t de Student (0.05, Informe de diferencias ordenadas (1))},: género *: droga <<
{LS significa t de Student (0.05, Informe de diferencias ordenadas (1))}}}
)
SendToReport (
Envío(
{"Dolor de respuesta", "Modelo completo", "Estimaciones de parámetros"},
"Bajo 95%",
NumberColBox,
{Ocultar (0)}
)
Envío(
{"Dolor de respuesta", "Modelo completo", "Estimaciones de parámetros"},
"95% superior",
NumberColBox,
{Ocultar (0)}
)
Envío(
{"Dolor de respuesta", "género", "Tabla de medias de mínimos cuadrados"},
"Bajo 95%",
NumberColBox,
{Ocultar (0)}
)
Envío(
{"Dolor de respuesta", "género", "Tabla de medias de mínimos cuadrados"},
"95% superior",
NumberColBox,
{Ocultar (0)}
)
Envío(
{"Dolor de respuesta", "droga", "Tabla de medias de mínimos cuadrados"},
"Bajo 95%",
NumberColBox,
{Ocultar (0)}
)
Envío(
{"Dolor de respuesta", "droga", "Tabla de medias de mínimos cuadrados"},
"95% superior",
NumberColBox,
{Ocultar (0)}
)
Envío(
{"Dolor de respuesta", "género * droga", "Tabla de medias de mínimos cuadrados"},
"Bajo 95%",
NumberColBox,
{Ocultar (0)}
)
Envío(
{"Dolor de respuesta", "género * droga", "Tabla de medias de mínimos cuadrados"},
"95% superior",
NumberColBox,
{Ocultar (0)}
)
)
);
