Re : 랜덤 효과 모델과 MSA 플랫폼을 사용한 클래스 내 상관시그마에 관한 모든 것
https://www.jmp.com/support/help/en/15.1/#page/jmp/statistical-details-for-measurement-systems-analysis.shtml#ww1389206
REML 분산 성분은 다르게 계산되며 조금 더 정확하게 계산 될 수 있습니다.
EMP의 자유도도 살펴보십시오.
Re : 랜덤 효과 모델과 MSA 플랫폼을 사용한 클래스 내 상관안녕하세요 MG,
EMP 측정 시스템 분석 플랫폼은 기본적으로 변동을 계산하기 위해 범위를 사용하지만 시작 대화 상자에서 표준 편차를 사용하도록 전환하면 예제의 변동성 플랫폼과 일치하는 결과가 나타납니다.
결과는 다음과 같습니다.
표준 편차를 기본값으로 사용하려는 경우 항상 표준 편차를 사용하도록 플랫폼 환경 설정을 설정할 수 있습니다.
이게 도움이 되길 바란다. 감사.
로라
랜덤 효과 모델과 MSA 플랫폼을 사용한 클래스 내 상관좋은 저녁 JMP 커뮤니티,
MSA 플랫폼 (EMP)에서 계산 된 ICC가 변동성 또는 임의 효과 (REML)가있는 적합 모형 플랫폼에 설명 된 분산의 백분율과 다른 이유에 대한 설명이 있습니까?
예를 들어, Animal 샘플 데이터를 사용하여 종과 subjectID를 새 열에 연결하고 결과로 개체 계수와 마일 사이의 새 열을 사용했습니다. 적합 모델 및 가변성 플랫폼에서 나는 ~ 0.387의 ICC를 계산하고 MSA 플랫폼에서 ~ CC는 ~ 0.4입니다.
두 출력의 그림이 첨부되어 있습니다.
진정으로,
MG
해석학Re : 랜덤 효과 모델과 MSA 플랫폼을 사용한 클래스 내 상관Byron과 Laura에게 감사합니다. 빠른 지원에 감사드립니다!
진정으로,
MG
Re : 랜덤 효과 모델과 MSA 플랫폼을 사용한 클래스 내 상관감사합니다 @laural_jmp 설명을 위해.
이 목록과 관련하여 JMP에서 사용 가능한 ICC 측정 목록을 생성 할 수 있습니까?
https://ko.wikipedia.org/wiki/Intraclass_correlation#Calculation_in_software_packages
많은 감사합니다
론
