Ciao,
Sto cercando di generare mezzi minimi quadrati tramite REML. L'idea è di ottenere un singolo valore per ogni individuo replicato nel mio studio (cioè, ho tre ripetizioni per individuo e voglio che un numero rappresenti un individuo). In passato, quando l'ho fatto (con lo stesso modello con gli stessi dati) in JMP 14, i lsmeans sono stati molto vicini alla media aritmetica. Ora, in JMP 15, i lsmeans per tutti gli individui sono molto vicini tra loro e molto diversi dalla media aritmetica per individuo. È cambiato qualcosa tra le versioni che spiegherebbero questo?
Grazie in anticipo per qualsiasi aiuto o suggerimento!
Quindi hai lo stesso set di dati analizzato con lo stesso set nella finestra di dialogo di avvio di Fit Model sia in JMP 14 che in JMP 15 ma gli LSMean non sono gli stessi? Mi rendo conto che questa domanda sembra ovvia, ma è successo molte volte in passato che l'analisi non era la stessa in entrambi i casi. Forse potresti salvare lo script per la piattaforma e pubblicarlo qui. Tale atto farebbe molto per la riproducibilità.
Inoltre, non è necessario utilizzare un modello di effetto casuale e la stima REML se l'unica variabile è individuale. Il modello ANOVA produrrà anche stime valide di LSMeans.
Grazie per la tua rapida risposta. Imbarazzante, sembra che l'analisi non sia stata la stessa ...
Tuttavia, per quanto riguarda l'uso di ANOVA per generare lsmeans: quando uso ANOVA ottengo risultati molto diversi da quando uso REML. Il tratto ("ADI") e l'effetto ("UniqueID") sono gli stessi in entrambe le analisi. Qualche idea sul perché questo potrebbe essere il caso? (Mi scuso se questo dovrebbe essere un argomento di discussione diverso - la prima volta che pubblico qui - e si scusa anche se finisce per essere un altro sciocco errore da parte mia!)
REML:
Fit Model(
Y( :ADI ),
Effects,
Random Effects( :UniqueID ),
NoBounds( 1 ),
Personality( "Standard Least Squares" ),
Method( "REML" ),
Emphasis( "Minimal Report" ),
Run(
:ADI << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
Parameter Estimates( 1 ), Scaled Estimates( 0 ),
Plot Actual by Predicted( 0 ), Plot Regression( 0 ),
Plot Residual by Predicted( 0 ), Plot Studentized Residuals( 0 ),
Plot Effect Leverage( 0 ), Plot Residual by Normal Quantiles( 0 )}
),
SendToReport(
Dispatch( {"Response ADI"}, "Effect Details", OutlineBox, {Close( 0 )} ),
Dispatch(
{"Response ADI", "Effect Details", "UniqueID"},
"Least Squares Means Table",
OutlineBox,
{Close( 0 )}
)
)
);ANOVA:
Oneway( Y( :ADI ), X( :UniqueID ), Means( 1 ), Mean Diamonds( 1 ) )
Mie scuse. Volevo dire se rimuovi l'attributo & Random da: effetto UniqueID nella finestra di dialogo di avvio di Fit Model, quindi Fit Least Squares dovrebbe dare anche i LSMeans. Non intendevo dire che dovresti usare la piattaforma Oneway.
E poiché ci penso di più, la variazione dovuta all'individuo dovrebbe essere trattata come un effetto casuale se gli individui rappresentano un campione di una popolazione di soggetti. Gli LSMean e i loro errori standard saranno diversi a seconda che tu tratti: UniqueID come un effetto fisso o casuale.
