Ich verwende derzeit JMP 12 für meine Analyse. Ich benötige technische Eingaben zu folgendem Aspekt
- Ich verwende ein Mixed-Effects-Modell, um zu beurteilen, ob der Unterschied zwischen Standorten signifikant ist
- Ich würde gerne den Wald-p-Wert kennen, der Random effect Site *time [batch] entspricht, um daraus schließen zu können, ob die Auswirkung signifikant ist oder nicht
Bitte lassen Sie mich wissen, ob die Möglichkeit besteht, die Informationen zum Wald-P-Wert in Version 12 zu sehen. Wenn es keine Option gibt, teilen Sie mir bitte die Formel oder das Verfahren mit, das zur Berechnung des Wald-p-Werts verwendet werden kann
Ist es möglich, ein Skript zum Generieren des Wald-p-Werts in JMP Version 12 freizugeben?
Wir freuen uns auf Ihre baldmöglichste Unterstützung, da dies für unser Projekt von entscheidender Bedeutung ist
Hallo @Dinesh ,
Sichere Sache. Dieser p-Wert wird mit Z als Referenzverteilung berechnet und die Tabelle „Varianzkomponenten“ enthält alle Zutaten, um die Teststatistik zu erhalten. Sie können die Tabelle selbst speichern (Rechtsklick > In Datentabelle umwandeln) und dann zwei neue Spalten erstellen, das Verhältnis der Varianzkomponente zum Standardfehler, und dann eine zweite Spalte, eine Suche nach diesem Quotienten in der Z-Verteilung , mit einer einfachen Arithmetik, um den Anteil zu ermitteln, der extremer ist als dieser Wert in der Referenzverteilung. Hier ist ein Beispiel dafür:
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
);
Dadurch wird Folgendes zurückgegeben (es wird JMP 14 angezeigt, sodass Sie JMPs Berechnung des Wald-P-Werts sehen können, von der Sie bestätigen können, dass sie mit der Berechnung übereinstimmt, die mit der oben beschriebenen Methode berechnet wurde).
@julianisch
Hallo @Dinesh ,
P-Werte werden für Varianzkomponenten in JMP 12 nicht angezeigt; Diese p-Werte wurden in JMP 13 hinzugefügt. Mir ist klar, dass es nicht genau das ist, wonach Sie suchen, aber Sie können die Konfidenzintervalle ähnlich wie den Hypothesentest bei einem Alpha-Konfidenzniveau von 1 verwenden, indem Sie prüfen, ob 0 im Intervall enthalten ist. Ist dies nicht der Fall, liegt Ihr p-Wert (für den entsprechenden Hypothesentest) bei < 1 Konfidenzniveau. Wenn Sie dieses Konfidenzniveau ändern müssen, können Sie dies tun, wenn Sie „Modell anpassen“ starten: Klicken Sie im Startfenster auf das obere rote Dreieck > Alpha-Level. 
Ich hoffe, das hilft einigen!
@julianisch
