275483_fr-FR

liliconcom

REML ne calcule pas les valeurs DF ou p

Salut tout le monde,

 

J'ai une expérience où je compare deux espèces de poissons et j'ai besoin de contrôler individuellement. Dans ce cas, je contrôle en fait des groupes d'individus car je n'ai pas pu suivre des individus spécifiques. Quoi qu'il en soit, j'essaie essentiellement d'exécuter un test t sophistiqué pour vérifier les différences entre les espèces où je peux contrôler les individus au sein des espèces. Je sais que l'individu doit être aléatoire et imbriqué dans les espèces. J'ai aussi deux traitements et j'inclus cela dans le modèle. ma construction de modèle comprend:

• Espèces,
• Individu(espèce)&aléatoire,
• traitement,
• espèce*traitement,
• traitement*individuel(espèce)*aléatoire

J'exécute cet ensemble d'effets de base dans la personnalité des moindres carrés standard avec REML

Je teste ce modèle de base par rapport à un tas de variables continues, certaines sont des valeurs réelles comme la durée et la courbure du corps, et il y en a quelques pourcentages, comme le pourcentage de longueur du corps. Lorsque j'ajuste le modèle, les modèles correspondant aux "réponses réelles" n'ont aucun problème à exécuter toutes les statistiques auxquelles je m'attends. Le modèle ne calcule pas les degrés de liberté ou les valeurs p pour les réponses qui sont en pourcentage de la longueur du corps. Les distributions de ces variables de réponse en % de la longueur corporelle sont normales. Je ne vois pas pourquoi je ne peux pas obtenir les résultats. Sur les tests qui ne calculent pas DF ou p : il y a un avertissement qui dit "convergence discutable : Check iterations". Je vérifie les itérations et il parcourt 101 itérations et indique en bas Échec de l'estimation : Hesse non positif. Je ne suis pas sûr de ce qu'est le Hessian autre qu'un mercenaire de l'époque de la guerre révolutionnaire.

 

Y a-t-il quelque chose qui ne va pas avec mes données ou ma conception qui cause ce problème. Lorsque je cours avec EMS, j'obtiens des composants de variance négatifs dans ces "modèles de problèmes", je ne sais pas ce que cela signifie.

 

J'ai inclus quelques captures d'écran ci-dessous.

 

J'apprécie toute votre aide,

 

Étienne

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AnalytiqueBICHERe : REML ne calcule pas les valeurs DF ou p

Je pense que l'individu ou le groupe d'individus est votre plus petite unité expérimentale et ne devrait pas être explicitement inclus en tant que terme dans le modèle. Il sera utilisé pour estimer les erreurs en tant que résidus du modèle. Ainsi, la variance entre les individus est prise en compte comme un effet aléatoire.

 

Je ne recommande pas d'utiliser la méthode EMS pour estimer les composantes de la variance.

 

Je ne pense pas qu'il y ait un problème avec votre étude (conception) ou vos données.

 

La matrice de covariance est utilisée pour obtenir les variances (covariances, en fait). REML est une méthode itérative à la solution. S'il ne converge pas, les variances et donc les erreurs types ne sont pas disponibles. La méthode Kenward-Rogers d'estimation des degrés de liberté fait partie de l'estimation de la variance, elle échouera donc également.

 

Voyez si la suppression de l'individu de la combinaison linéaire aide. Je pense que vous avez peut-être surspécifié le modèle et causé des problèmes de convergence.