Niveau: Mittelstufe
Hadley Myers, JMP-Systemingenieur, SAS
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
Der Notwendigkeit, Konfidenzintervalle für lineare Kombinationen zufälliger Varianzkomponenten gemischter Modelle zu bestimmen, die insbesondere in pharmazeutischen und biowissenschaftlichen Anwendungen von entscheidender Bedeutung sind, wurde mit der Erstellung eines JMP-Add-Ins Rechnung getragen, das auf dem JMP Discovery Summit Europe 2020 vorgestellt wurde und unter verfügbar ist JMP-Benutzergemeinschaft . Das Add-in verwendete parametrisches Bootstrapping der Stichprobenvarianzkomponenten, um eine Tabelle mit simulierten Werten zu erstellen und „bias-korrigierte“ (BC) Perzentilintervalle für diese Werte zu berechnen. BC-Perzentilintervalle können Asymmetrien in simulierten Verteilungen besser berücksichtigen als Standard-Perzentilintervalle, und eine Simulationsstudie unter Verwendung eines Beispieldatensatzes zu diesem Zeitpunkt zeigte, dass die α-Werte bei ersteren näher am wahren Wert liegen. Diese Arbeit berichtet über die Veröffentlichung von Version 2 des Add-Ins, das beide Sätze von Konfidenzintervallen (Standard- und BC-Perzentile) sowie einen dritten Satz, das „biaskorrigierte und beschleunigte“ Konfidenzintervall, berechnet, das über die folgenden Werte verfügt: Vorteil der Anpassung an zugrunde liegende Effekte höherer Ordnung. Benutzer haben daher die Flexibilität, selbst über die geeignete Methode für ihre Daten zu entscheiden. Es wird die neue Version des Add-Ins demonstriert und ein Überblick über die Vor- und Nachteile der einzelnen Methoden gegeben.
