Actualmente estoy usando JMP 12 para mi análisis. Necesito aportaciones técnicas sobre el siguiente aspecto.
- Estoy utilizando un modelo de efectos mixtos para evaluar si la diferencia entre los sitios es significativa
- Me gustaría saber el valor de wald p correspondiente al tiempo del sitio * del lote de efecto aleatorio para inferir si el impacto es significativo o no
Por favor, avíseme si hay alguna posibilidad de ver la información del valor de wald p en la versión 12. Si no hay opción, hágame saber la fórmula o el procedimiento que se puede usar para calcular el valor de wald p
¿Es posible compartir un script para generar el valor wald p en JMP versión 12? 
Esperamos su ayuda en este sentido lo antes posible, ya que es fundamental para nuestro proyecto.
Hola @Dinesh ,
Los valores P no se muestran para los componentes de variación en JMP 12; estos valores de p se agregaron en JMP 13. Me doy cuenta de que no es exactamente lo que estás buscando, pero puedes usar los intervalos de confianza de la misma manera que la prueba de hipótesis en un alfa de 1 nivel de confianza al ver si hay 0 en el intervalo. Si no lo es, su valor p (para la prueba de hipótesis correspondiente) es <1 nivel de confianza. Si necesita cambiar este nivel de confianza, puede hacerlo cuando inicie Fit Model: haga clic en el triángulo rojo superior en la ventana de inicio> Nivel alfa. 
¡Espero que esto ayude algo!
@Julian
Hola @Dinesh ,
Cosa segura. Ese valor de p se calcula con Z como la distribución de referencia, y la tabla de Componentes de Varianza tiene todos los ingredientes para obtener el estadístico de prueba. Puede guardar la tabla usted mismo (clic derecho> convertir en tabla de datos), y luego hacer dos nuevas columnas, la proporción del componente de varianza con respecto al error estándar, y luego una segunda columna, una búsqueda de ese cociente en la distribución z , con alguna aritmética simple para encontrar la proporción más extrema que ese valor en la distribución de referencia. Aquí hay un ejemplo de eso:
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
);
Esto devolverá lo siguiente (mostrando JMP 14 para que pueda ver el cálculo de JMP del valor P de Wald, que puede confirmar que es el mismo que el calculado en el método que describí anteriormente).
@Julian
