Hola a todos,
Tengo una pregunta detallada sobre la diferencia de R y JMP en el modelo mixto.
1) Ella hizo datos de prueba usando R (adjunto)
### Intención : Intercepción aleatoria SD 8
biblioteca (lme4)
set.seed (3)
group.inter = rnorm (5, sd = 8)
group.slope = rnorm (5, sd = 5)
xx = 4 + rnorm (100, sd = 3)
yy = rep (group.inter, cada = 20) + xx * rep (group.slope, cada = 20) + rnorm (100, sd = 3)
group1 = rep (c ("A", "B", "C", "D", "E"), cada uno = 20)
resumen (lmer (yy ~ xx + (xx | group1)))
2) El resultado del análisis es el siguiente en R, el resultado es diferente

3) El efecto Randow (Intercepción, Var) es demasiado diferente
-R: 56
-JMP: 674
1) No pude encontrar por qué ocurre esta diferencia
2) ¿Qué opción debe ajustarse o cambiarse para hacer dos valores iguales?
Gracias
Ikju
Obtendrá las mismas estimaciones de varianza y covarianza si desactiva el Polinomios Centrales opción (el valor predeterminado es activado).
Observe que para estas estimaciones de varianza y covarianza, JMP informa los errores estándar mientras que R muestra las desviaciones estándar.
También he comparado los resultados de JMP con los de SAS Proc Mixed. Ellos coinciden.
Aquí están los datos con mi script guardado.