225386_ko-KR

liliconcom

혼합 모델에서 R과 JMP의 차이점

안녕 모두

혼합 모델에서 R과 JMP의 차이점에 대한 자세한 질문이 있습니다.

1. 그녀는 R을 사용하여 테스트 데이터를 만들었습니다 (첨부)

### 의도 : 랜덤 인터셉트 SD 8  

도서관 (lme4)

set. 씨드 (3)

group.inter = rnorm (5, sd = 8)

그룹. 기울기 = 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)

group1 = rep (c ( "A", "B", "C", "D", "E"), 각 = 20)

요약 (lmer (yy ~ xx + (xx | group1)))

2. 분석 결과는 R에서 아래와 같으며 결과가 다릅니다

삼. Randow Effect (Intercept, Var)가 너무 다르다

 -R : 56

 -JMP : 674

1)이 차이가 발생하는 이유를 찾을 수 없습니다

2) 두 개의 값이 동일한 메이커로 조정 또는 변경해야하는 옵션은 무엇입니까?

 

감사

익주

다시 : 혼합 모델에서 R과 JMP의 차이 I -JMP 모델의 신뢰 구간에는 R 값에 대한 변수가 포함됩니다. 나는 그들이 다르다고 말할 수 없다고 생각합니다. JMP 모형에 대한 p- 값은 유의성이 부족함을 나타내며 항에 대한 신뢰 구간에는 0이 포함됩니다. 고객이 R 적합에 대한 p- 값과 신뢰 구간을 보도록 (또는 R이 편안하다면 자신을 보도록)하십시오. 그들이 소음의 중요성을 보려고 시도했을 수도 있습니다.

누군가, 내 해석이 여기에 맞지 않으면 언제든지 바로 고쳐주세요.

베스트,

엠다시 : 혼합 모델에서 R과 JMP의 차이

설정을 해제하면 동일한 분산 및 공분산 추정값을 얻을 수 있습니다. 중심 다항식 옵션 (기본값은 켜짐)입니다.

이러한 분산 및 공분산 추정치에 대해 JMP는 표준 오차를보고하고 R은 표준 편차를 나타냅니다.

또한 JMP의 결과와 SAS Proc Mixed의 결과를 비교했습니다. 일치합니다. 

다시 : 혼합 모델에서 R과 JMP의 차이

여기 내 스크립이 저장된 데이터가 있습니다.

다시 : 혼합 모델에서 R과 JMP의 차이안녕 지안 카오,
의견을 보내 주셔서 감사합니다.
우리 추수 감사절에 당신과 큰 선물을 받았습니다
다시 감사합니다다시 : 혼합 모델에서 R과 JMP의 차이좋은 휴가 보내세요! 이 뉴스를 여러분에게 전달하고 싶었습니다. JMP 15.1에서 혼합 모델 특성의 경우 중심 다항식이 기본적으로 해제되도록 결정되었습니다.