Hallo zusammen,
Ich habe eine detaillierte Frage zum Unterschied von R und JMP im gemischten Modell.
1. Sie machte Testdaten mit R (beigefügt)
### Absicht : Random Intercept SD 8
Bibliothek (lme4)
Saatgut (3)
group.inter = rnorm (5, sd = 8)
group.slope = rnorm (5, sd = 5)
xx = 4 + rnorm (100, sd = 3)
yy = rep (group.inter, each = 20) + xx * rep (group.slope, each = 20) + rnorm (100, sd = 3)
Gruppe 1 = rep (c ("A", "B", "C", "D", "E"), jeweils = 20)
Zusammenfassung (lmer (yy ~ xx + (xx | group1)))
2. Das Analyseergebnis ist wie unten in R, das Ergebnis ist anders

3. Der Zufallseffekt (Intercept, Var) ist zu unterschiedlich
-R: 56
-JMP: 674
1) Ich konnte nicht herausfinden, warum dieser Unterschied auftritt
2) Welche Option sollte angepasst oder geändert werden, um zwei Werte gleich zu machen?
Vielen Dank
Ikju
Sie erhalten die gleichen Varianz- und Kovarianzschätzungen, wenn Sie die Option deaktivieren Center-Polynome Option (die Standardeinstellung ist Ein).
Beachten Sie, dass JMP für diese Varianz- und Kovarianzschätzungen die Standardfehler angibt, während R die Standardabweichungen angibt.
Ich habe auch die Ergebnisse von JMP mit denen von SAS Proc Mixed verglichen. Sie passen.
hier werden die daten mit meinem scrip gespeichert.