Re : SAS와 모델 동등성안녕하세요 @ 우드 스톡
내 최선의 추측은 jmp가 순서 및 명목 독립 변수 범주에서 대비를 작성하는 방식으로 인해 문제가 발생한다는 것입니다.
이 두 링크를 살펴보십시오.
https://www.jmp.com/support/help/14-2/coding-for-nominal-effects.shtml
https://www.jmp.com/support/help/14-2/models-with-nominal-and-ordinal-effects.shtml
먼저 연속 독립형과 모델을 비교하십시오. 그런 다음 2 진 독립을 추가 할 때 JMP에서이를 서수로 정의하십시오. 이는 SAS와 동등한 모수 추정값을 생성해야합니다 (0과 1의 경우).
많은 카테고리에서 공칭 효과가있는 경우 SAS에서 기존 방식과 같이 JMP에서 n-1 개의 더미 변수를 생성하고 각 변수를 서수로 정의 할 수 있습니다.
2의 요소를 언급 했으므로 이것이 가장 가능성이 높습니다.
예측 수식을 테이블에 저장하거나 예측 식을 요청할 수 있습니다. 이것은 JMP가 방정식을 어떻게 추정하고 있는지 명확히하는 데 도움이 될 수 있습니다.
https://www.jmp.com/support/help/14-2/show-prediction-expression.shtml
또한 여기를보십시오 :
https://community.jmp.com/t5/Discussions/Logit-why-aren-t-my-exponentiated-coefficients-equaling-my-odds/td-p/15661
전반적으로 예측과 결론은 SAS와 JMP (또는 표준 절차를위한 다른 소프트웨어)간에 동일해야합니다.
Re : SAS와 모델 동등성도움말> 책> 선형 모형 피팅> 통계 정보를 참조하십시오. JMP와 SAS가 선형 모델을 매개 변수화하는 방법의 차이점을 설명합니다. 나는 추정치가 동일하다고 기대하지 않을 것입니다. 그들은 다른 매개 변수를 추정합니다.
SAS와 모델 동등성안녕,
SAS와 동등성을 보여주기 위해 혼합 효과 모델이 있습니다 ... 그 방법을 더 잘 이해하기를 바랐습니다 ...
JMP :
Fit Model(
Y( :log_val ),
Effects( :Group, :Analyst ),
Random Effects( :Sample[:Group] ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Method( "REML" ),
NoBounds( 0 )
)
SAS :
proc mixed data=WEBWORK.MYDATA method=reml plots=(residualPanel) alpha=0.05;
class Group Analyst Sample;
model log_val=Group Analyst / solution;
random Sample(Group) /;
run;
고정 매개 변수에 대한 매개 변수 추정치가 경우에 따라 2의 계수로 해제됩니다
Re : SAS와 모델 동등성안녕 마크,
답장을 보내 주셔서 감사합니다. "의 의미를 이해하도록 도와주세요. 나는 추정치가 동일하다고 기대하지 않을 것입니다. 서로 다른 모수를 추정합니다. ", 모수 추정치의 동등성, 차이점은 무엇이며 전체적인 평가와 개별 추정에 얼마나 중요한가?
나는 이것을 찾았다: https://www.jmp.com/support/help/14-2/nominal-factors.shtml#65535 도움말 메뉴 빵 부스러기 제안에서 두 플랫폼 사이의 동등성을 얻는 방법을 잘 모르겠습니다.
시간 내 줘서 고마워
Re : SAS와 모델 동등성안녕하세요 ron ,
답장을 보내 주셔서 감사합니다. 다음과 같은 진술이 무슨 의미인지 궁금합니다. " SAS에서 구식 방식처럼 JMP에서 n-1 더미 변수를 생성하고 이들 각각을 서수로 정의 할 수 있습니다. "... 구체적으로 어떻게해야합니까?
JMP에서 모델 코드를 SAS 코드로 직접 내보낼 때 동일한 결과를 얻지 못합니다. 참조 부착
Re : SAS와 모델 동등성안녕하세요 @ 우드 스톡
범주 열에서 더미 변수를 만들려면 다음을 시도하십시오.
https://community.jmp.com/t5/JMP-Academic-Knowledge-Base/Make-Indicator-Dummy-Variables/ta-p/22636
보낸 결과와 관련하여 다른 사람이 대답 할 것입니다.
론
Re : SAS와 모델 동등성 ron ... 묻지 않고 GTS를 먼저 가져야합니다 ... 답장을 보냈을 때와 같은 페이지를 찾았습니다. 미안합니다. 편리한 작은 추가 기능
Re : SAS와 모델 동등성JMP에서 모형을 적합하게하려면 빨간색 삼각형으로 이동하여 추정> 지표 매개 변수 추정을 선택하십시오. 그러면 SAS와 일치하는 보고서가 제공됩니다.
JMP 출력 :
SAS 출력 :
Re : SAS와 모델 동등성안녕하세요 ron , 더미 접근법은 모든 수준과 요소에서 SAS와 비교할 때 동등한 추정치를 얻었습니다. 당신의 도움을 주셔서 감사합니다.
하나의 질문 : 결과는 결과가 '바이어스'되었음을 나타냅니다. JMP 출력과 관련하여 JMP 출력과 관련하여 JMP와 SAS의 차이점을 제공하는 문자, 공칭 방식과 비교할 때 더미 변수 방식 (숫자, 서수)과 관련하여 "편향"이란 무엇입니까? (참고 : Model Specification 창에서 생성 된 SAS 코드는 JMP와 SAS간에 다른 결과를 제공합니다)
흥미롭게도 R은 절편을 제외하고 동일한 결과를 보여줍니다. (그룹은 요인입니다) 
Re : SAS와 모델 동등성천만에요 @ 우드 스톡 ,
편향 문제와 관련하여, 카테고리 중 하나 이상에 하나의 관측치가 있거나 두 카테고리가 실제로 동일한 관측치라고 가정합니다.
이 토론이 도움이되는지 확인하십시오.
https://community.jmp.com/t5/Discussions/I-am-receiving-Lost-DFs-Biased-and-Zeroed-parameter-estimate/td-p/13769
Re : SAS와 모델 동등성모델은 예측에서 동일합니다. 동일한 예측 변수 값이 주어지면 두 모델 모두 동일한 반응을 예측합니다. 모델의 매개 변수는 다릅니다. 동일한 매개 변수 값을 기대하지 않습니다.
연속 예측 변수에 대해 한 항으로 간단한 선형 모형을 적합시킨 다음 예측 변수를 중심에 맞추고 크기를 조정하고 변환 된 예측 변수로 모형을 다시 맞추면 모수는 반드시 다르지만 두 모형은 동일한 반응을 예측합니다. 매개 변수가 다릅니다. 매개 변수의 해석이 다릅니다.
SAS의 "구식"매개 변수에 대한 이전 참조가 마음에 들지 않습니다. 그들은 단순히 다릅니다. 요인 수준 변경의 영향에 대한 다른 해석 및 테스트를 나타냅니다. 본질적으로 우수한 매개 변수화는 없습니다. 최상의 매개 변수화는 효과에 대해 어떻게 생각하는지에 달려 있습니다. 선택은 상황에 따라 다릅니다.
이 문제는 다른 유형의 제곱합에 관한 문제와 동일합니다. 대부분은 Type III을 선호합니다. 그렇다고해서 유형 I이 "구식"이거나 잘못되었거나 사용되지 않았다는 의미는 아닙니다. 약물의 만료를 결정하는 데 여러 배치의 풀 빌리리스에 대한 테스트와 같이 정확한 정보를 정확하게 제공하는 경우가 있습니다. 그것은 단지 다릅니다.
Re : SAS와 모델 동등성매개 변수화 문제는 회귀 모형에 대한 대부분의 교과서에서 다룹니다. 또한 최소 제곱 솔루션과 바이어스 또는 0 매개 변수의 모양을 다룹니다. JMP 도움말도이 상황을 다룹니다. " 노트 : 모델 항간에 선형 의존성이있는 경우에도 가능하면 추정치를 구하고 테스트합니다. 이러한 추정치는 바이어스 또는 0으로 표시됩니다. "
또한 그러한 결과를 초래하는 조건을 정의합니다.
" 언제 엑스 엑스 단수 일 때는 추정치를 구하기 위해 일반화 된 역수가 사용됩니다. 이 접근 방식은 선형 의존성과 관련된 일부 매개 변수를 추정 할 수 있습니다. 모수는 모형에 연관된 항이 입력 된 순서에 따라 추정되므로 입력 된 마지막 항이 모수를 추정하지 않는 항이됩니다. 추정치는 모수 추정치 보고서에 제공되며 추정 할 수없는 모수에는 추정치 0이 제공됩니다.
그러나 선형 의존성과 관련된 항에 대한 모수의 추정치는 고유하지 않습니다. 관련 항에 별명이 지정되므로 최소 제곱 기준을 만족하는 추정치 벡터가 무한히 많습니다. 이러한 경우 모수 추정치 보고서에서이 추정값의 왼쪽에 "편향"이 나타납니다. 모수를 추정 할 수없는 선형 종속성과 관련된 항에 대한 모수 추정치 보고서에서 추정치 0의 왼쪽에 "영점"이 나타납니다. "
따라서 매개 변수화를 선택하면 데이터가 주어진 모형을 '과도하게 지정'하거나 Ron이 표현한대로 모든 효과를 추정하기에 충분한 수준이 없습니다.
