Attualmente sto usando JMP 12 per la mia analisi. Ho bisogno di input tecnici sul seguente aspetto
- Sto usando il modello a effetti misti per valutare se la differenza tra i siti è significativa
- Vorrei conoscere il valore wald p corrispondente all'effetto casuale Sito *tempo [batch] per dedurre se l'impatto è significativo o meno
Per favore fatemi sapere se c'è qualche possibilità, vedere le informazioni sul valore p di wald nella versione 12 . Se non ci sono opzioni, per favore fatemi sapere la formula o la procedura che può essere utilizzata per calcolare il valore di wald p
È possibile condividere lo script per generare il valore wald p in JMP versione 12
Attendo con impazienza la tua assistenza a questo proposito il prima possibile poiché è fondamentale per il nostro progetto
Ciao @Dinesh ,
Cosa certa. Quel valore p viene calcolato con Z come distribuzione di riferimento e la tabella Componenti varianza ha tutti gli ingredienti per ottenere la statistica del test. Puoi salvare tu stesso la tabella (fare clic con il pulsante destro del mouse> trasforma in tabella dati), quindi creare due nuove colonne, il rapporto tra il componente varianza e l'errore standard, quindi una seconda colonna, una ricerca di quel quoziente nella distribuzione z , con alcuni semplici calcoli per trovare la proporzione più estrema di quel valore nella distribuzione di riferimento. Eccone un esempio:
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA\Cholesterol Stacked.jmp" );
platform = dt << Fit Model(
Y( :Y ),
Effects(
:Treatment,
:Month,
:Name( "AM/PM" ),
:Treatment * :Month,
:Treatment * :Name( "AM/PM" ),
:Month * :Name( "AM/PM" ),
:Treatment * :Month * :Name( "AM/PM" )
),
Random Effects(
:Patient[:Treatment],
:Patient * :Month[:Treatment],
:Patient * :Name( "AM/PM" )[:Treatment],
:Patient * :Month * :Name( "AM/PM" )[:Treatment]
),
NoBounds( 1 ),
Personality( "Standard Least Squares" ),
Method( "REML" ),
Emphasis( "Minimal Report" ),
Run(
:Y << {Summary of Fit( 1 ), Analysis of Variance( 0 ), Parameter Estimates( 1 ), Lack of Fit( 0 ),
Scaled Estimates( 0 ), Plot Actual by Predicted( 0 ), Plot Regression( 0 ),
Plot Residual by Predicted( 0 ), Plot Studentized Residuals( 0 ), Plot Effect Leverage( 0 ),
Plot Residual by Normal Quantiles( 0 )}
)
);
Wait( 0 );
Report( platform )[Outline Box( "Response Y" )][Outline Box( "REML Variance Component Estimates" )][
Table Box( 1 )] << Make Into Data Table;
Report( platform ) << Close Window;
New Column( "Var Component/Std Error",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( :Var Component / :Std Error ),
Set Selected
);
New Column( "Prob > |Z|",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( (1 - Normal Distribution( :Name( "Var Component/Std Error" ) )) * 2 ),
Set Selected
);
Questo restituirà quanto segue (mostrando JMP 14 in modo da poter vedere il calcolo di JMP del valore Wald P, che puoi confermare è lo stesso di quello calcolato con il metodo che ho descritto sopra).
@giuliano
Ciao @Dinesh ,
I valori P non vengono visualizzati per i componenti della varianza in JMP 12; questi valori p sono stati aggiunti in JMP 13. Mi rendo conto che non è esattamente quello che stai cercando, ma puoi usare gli intervalli di confidenza più o meno allo stesso modo del test di ipotesi a un livello di confidenza alfa 1 cercando di vedere se 0 è contenuto nell'intervallo. In caso contrario, il valore p (per il test di ipotesi corrispondente) è < 1 livello di confidenza. Se devi modificare questo livello di confidenza, puoi farlo quando avvii Fit Model: fai clic sul triangolo rosso in alto nella finestra di avvio > Livello alfa. 
Spero che questo aiuti alcuni!
@giuliano
