現在、分析にJMP12を使用しています。 次の側面に関する技術的な入力が必要です
- 混合効果モデルを使用して、サイト間の違いが重要かどうかを評価しています
- ランダム効果サイト*時間[バッチ]に対応するワルドp値を知り、影響が大きいかどうかを推測したい
可能性がある場合は、バージョン12のwaldp値情報を参照してください。 オプションがない場合は、waldp値の計算に使用できる式または手順を教えてください
JMPバージョン12でwaldp値を生成するためのスクリプトを共有することは可能ですか？
この点に関して、私たちのプロジェクトにとって重要であるできるだけ早くあなたの援助を楽しみにしています
やあ@Dinesh 、
確実なこと。 そのp値は、参照分布としてZを使用して計算され、分散成分テーブルには、検定統計量を取得するためのすべての要素が含まれています。 テーブルを自分で保存し（右クリック> [データテーブルにする]）、2つの新しい列（分散成分と標準誤差の比率）を作成し、2番目の列（z分布でのその商のルックアップ）を作成できます。 、参照分布のその値よりも極端な比率を見つけるための簡単な計算を使用します。 その例を次に示します。
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
);
これにより、次の結果が返されます（JMP 14を表示して、JMPによるWald P値の計算を確認できます。これは、上記の方法で計算されたものと同じであることが確認できます）。
@julian
やあ@Dinesh 、
JMP 12では、分散成分のP値は表示されません。これらのp値はJMP13で追加されました。 探しているものとは正確には一致しないことはわかっていますが、信頼区間に0が含まれているかどうかを確認することで、信頼水準1のアルファでの仮説検定とほぼ同じ方法で信頼区間を使用できます。 そうでない場合、（対応する仮説検定の）p値は<1-信頼水準です。 この信頼水準を変更する必要がある場合は、FitModelを起動するときに変更できます。起動ウィンドウの一番上の赤い三角形>[アルファレベル]をクリックします。 
これがお役に立てば幸いです。
@julian
