Ciao a tutti,
Alcune domande riguardanti i modelli misti lineari.
1) Nella personalità "Fit Mixed" esiste un modo per ottenere l'espressione di previsione (Y=Bx+Zu+E), posso ottenerla da altre personalità del modello ma non riesco a trovarla nella personalità "Fit Mixed"
2) Sto osservando le prestazioni di nuoto dei pesci, ho due effetti fissi continui e la loro interazione si adatta a una risposta continua con l'individuo e tutte le sue interazioni selezionate come effetti casuali (in totale 3 effetti fissi: 2 indipendenti e 1 interazione e 4 effetti casuali )
2a) quando interpreto le componenti della varianza casuale, il residuo in quella tabella è la varianza che deve essere spiegata dagli effetti fissi?
2b) Se ottengo componenti di varianza casuale significativi ed effetti fissi significativi, i miei effetti fissi sono significativi A CAUSA della covarianza casuale o NONOSTANTE la covarianza casuale?
3) Sto lavorando con un'accelerazione che sembra non lineare e il mio modello si adatta meglio quando viene trasformato in log. Sono giustificato nel trasformare solo l'accelerazione e non le mie altre variabili continue (che sembrano normali o quasi normali) o dovrei trasformarle tutte.
Ecco un paio di schermate
grazie in anticipo
1. Dal triangolo rosso, Salva colonne, salva la formula di previsione.
l'espressione è in una nuova colonna
2. https://www.jmp.com/support/help/en/15.1/#page/jmp/the-fit-mixed-report.shtml#
Tuttavia non vedo una tabella dei residui nella relazione allegata
Inferenza del modello marginale: produce grafici basati su valori previsti marginali e residui marginali. Questi grafici mostrano la variazione dovuta a effetti casuali. https://www.jmp.com/support/help/en/15.1/#page/jmp/marginal-model-inference.shtml#ww1282958
Inferenza del modello condizionale: produce grafici basati su valori previsti condizionali e residui condizionali. Questi grafici mostrano la variazione che rimane, una volta presi in considerazione gli effetti casuali.
https://www.jmp.com/support/help/en/15.1/#page/jmp/conditional-model-inference.shtml#ww1171576
3. Non ho familiarità con l'accelerazione dei pesci. Un registro o una sorta di trasformazione di Box-Cox sembra ragionevole.
