225386_zh-TW

liliconcom

混合模型中R和JMP的差異

大家好，

我得到了一些關於混合模型中R和JMP差異的詳細問題。

1。她用R（附件）製作了測試數據

###意圖 ：隨機攔截SD 8  

庫（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，每個= 20）+ xx * rep（group.slope，每個= 20）+ rnorm（100，sd = 3）

group1 = rep（c（“A”，“B”，“C”，“D”，“E”），每個= 20）

摘要（lmer（yy~xx +（xx | group1）））

2。分析結果如下R所示，結果不同

3。Randow效應（Intercept，Var）太不同了

 -R：56

 -JMP：674

1）我無法找到為什麼會出現這種差異

2）應該調整或更改哪個選項以使兩個值相等？

 

謝謝

Ikju

Re：混合模型中R和JMP的差異 @IkjuShin - JMP模型的置信區間包含R值的var priediction。我不認為你可以說他們是不同的。另請注意，JMP模型的p值顯示缺乏顯著性，並且該術語的置信區間包含零。我讓客戶看看（或者看看你是否感到舒服）R匹配的p值和置信區間。他們有可能試圖在噪音中看到重要性。

有人，如果我的解釋不正確，請隨時糾正我。

最好，

中號Re：混合模型中R和JMP的差異

如果關閉，您將獲得相同的方差和協方差估計中心多項式選項（默認為打開）。

請注意，對於這些方差和協方差估計，JMP報告標準誤差，而R顯示標準偏差。

我還將JMP的結果與SAS Proc Mixed進行了比較。他們相配。 

Re：混合模型中R和JMP的差異

這是保存我的腳本的數據。

Re：混合模型中R和JMP的差異嗨劍草，
感謝您的反饋意見。
我們（我和客戶）在韓國感恩節那天收到了大禮物
再次感謝Re：混合模型中R和JMP的差異有一個好的假期！我想把這個消息傳遞給你：剛剛決定在JMP 15.1中，對於混合模型個性，中心多項式將默認關閉。