Salut tout le monde,
Plusieurs questions concernant les modèles mixtes linéaires.
1) Dans la personnalité "Fit Mixed", existe-t-il un moyen d'obtenir l'expression de prédiction (Y=Bx+Zu+E), je peux l'obtenir auprès d'autres personnalités modèles mais je ne la trouve pas dans la personnalité "Fit Mixed"
2) Je regarde les performances de nage des poissons, j'ai deux effets fixes continus et leur interaction s'oppose à une réponse continue avec l'individu et toutes ses interactions sélectionnées comme effets aléatoires (au total 3 effets fixes : 2 indépendants et 1 interaction et 4 effets aléatoires )
2a) lorsque j'interprète les composantes de la variance aléatoire, le résidu dans ce tableau est-il la variance qui reste à expliquer par les effets fixes ?
2b) Si j'obtiens des composantes de variance aléatoire significatives et des effets fixes significatifs, mes effets fixes sont-ils significatifs EN RAISON de la covariance aléatoire ou INSPITE de la covariance aléatoire ?
3) Je travaille avec une accélération qui semble non linéaire et mon modèle s'adapte mieux lorsqu'il est transformé en log. Suis-je justifié de transformer uniquement l'accélération et non mes autres variables continues (qui semblent normales ou presque normales) ou devrais-je toutes les transformer.
Voici quelques captures d'écran
Merci d'avance
1. À partir du triangle rouge, enregistrez les colonnes, enregistrez la formule de prédiction.
l'expression est dans une nouvelle colonne
2. https://www.jmp.com/support/help/en/15.1/#page/jmp/the-fit-mixed-report.shtml#
Je ne vois cependant pas de tableau des résidus dans le rapport ci-joint
Inférence de modèle marginal : produit des tracés basés sur des valeurs prédites marginales et des résidus marginaux. Ces graphiques affichent la variation due aux effets aléatoires. https://www.jmp.com/support/help/en/15.1/#page/jmp/marginal-model-inference.shtml#ww1282958
Inférence de modèle conditionnel : produit des tracés basés sur des valeurs prédites conditionnelles et des résidus conditionnels. Ces graphiques affichent la variation qui subsiste, une fois les effets aléatoires pris en compte.
https://www.jmp.com/support/help/en/15.1/#page/jmp/conditional-model-inference.shtml#ww1171576
3. Je ne connais pas l'accélération des poissons. Soit un journal, soit une sorte de transformation Box-Cox semble raisonnable.
