SAS PROC MIXED 和 JMP 输出不同<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />各位，
我正在尝试比较 SAS PROC Mixed 和 JMP 混合模型的结果。 我以为结果会是一样的，但事实并非如此。 我希望 JMP 可以给出与 SAS PROC MIXED 相同的结果。 有人可以帮我吗？
我的 SAS 代码如下：
过程混合数据 = 数据；
类子条件刺激；
模型 Y = 条件/解决方案；
随机子；
随机刺激（条件）；
跑;
固定效应的结果是：
| 固定效果解决方案 |
|---|
| 影响 | 健康）状况 | 估计 | 标准
错误 | 东风 | t 值 | 公关 > |t| |
|---|
| 截距 | | 4.4444 | 1.0943 | 4 | 4.06 | 0.0153 |
|---|
| 健康）状况 | 一个 | 1.1111 | 1.5476 | 4 | 0.72 | 0.5125 |
|---|
| 健康）状况 | 乙 | 0 | . | . | . | . |
|---|
| 固定效应的类型 3 检验 |
|---|
| 影响 | 数字 DF | 登DF | F值 | Pr > F |
|---|
| 健康）状况 | 1 | 4 | 0.52 | 0.5125 |
|---|
然后，我使用 JMP 的接口生成以下代码：
拟合模型（
Y(:Y),
效果（：条件），
随机效应( :Sub, :Stimuli[:Condition] ),
无界（0），
个性（“混合模式”），
运行（重复效应协方差参数估计（0））
)
我有：
在 JMP 和 SAS 中，固定效应的类型 3 测试似乎相同，但我的固定效应参数估计完全不同。 我想知道是否有人知道我如何对 JMP 进行编码以使其与 SAS 的结果相同。
非常感谢大家，
艾丽西亚
回复：SAS PROC MIXED 和 JMP 输出不同Hey Ron, Alicia：更简单的方法仍然是在拟合模型平台的“估计”子菜单（单击“运行”后分析顶部的红色三角形）中选择“指标参数化估计”。 您还可以选择在“首选项”的“拟合最小二乘”平台中默认显示这些估计值（除了 JMP 默认值）。
标记
回复：SAS PROC MIXED 和 JMP 输出不同嘿艾丽西亚，
我很高兴它对你有用。最后一种方法更像是一种黑客或水管工的把戏，但它对基本原理是真实的。过去，这是将分类变量输入回归模型的实际方法。可以通过将类别重新编码为 n-1 个新的零和一列来建立对比。该程序只会认为它们是连续的，用于估计目的。
最好的，
罗恩
回复：SAS PROC MIXED 和 JMP 输出不同嘿，罗恩，
太感谢了。 我使用了您建议的第三种方法，并且有效！ 太感谢了。
最好的，
艾丽西亚
回复：SAS PROC MIXED 和 JMP 输出不同笑点
尝试三件事：
1）在其他情况下，我会将分类变量从名义模型类型更改为有序模型类型。然而，在这种情况下，我认为模型平台不会接受它。
2) 尝试查看您是否可以对这些参数执行自定义测试，以“揭示”您正在寻找的对比。
3）如果只是两个类别，请尝试通过将类别编码为 0 和 1 来查看您得到的结果，并将其作为连续的类别运行。
罗恩
回复：SAS PROC MIXED 和 JMP 输出不同嘿，罗恩，
太感谢了。 我认为您对 SAS 和 JMP 以不同方式处理名义数据对比的方式是正确的。 我想知道您是否知道我可以更改 JMP 的默认对比度？ 我认为 SAS 的结果对我来说看起来更合理（标准误差在 JMP 中的固定效应因子中都是相同的），所以我想更改 JMP 的默认对比度。 我真的希望它们两个匹配的原因是因为我想使用固定效应因子的 beta 估计值来计算模型的 R^2。 如果 beta 值不同，则 R^2 会不同。 我真的很感谢你的帮助。
真挚地，
艾丽西亚
回复：SAS PROC MIXED 和 JMP 输出不同你好笑点,
因为pvalues是一样的，我猜分析是一样的。因此，差异是由于 JMP 基于类别对比的不同方法对参数进行估计。查看名义变量和有序变量之间对比定义的差异。
按照这个链接http://www.jmp.com/support/help/The_Factor_Models.shtml
并寻找名义因素。该表解释了如何处理参数。
罗恩
