Niveau : Intermédiaire
Hadley Myers, ingénieur systèmes JMP, SAS
Chris Gotwalt, directeur JMP de la recherche et du développement statistiques, SAS
La nécessité de déterminer des intervalles de confiance pour les combinaisons linéaires de composantes de variance aléatoires de modèles mixtes, particulièrement critiques dans les applications pharmaceutiques et des sciences de la vie, a été abordée avec la création d'un complément JMP, présenté lors du JMP Discovery Summit Europe 2020 et disponible au Communauté d'utilisateurs JMP . Le complément a utilisé l'amorçage paramétrique des composantes de la variance de l'échantillon pour générer un tableau de valeurs simulées et calculé des intervalles centiles « corrigés du biais » (BC) sur ces valeurs. Les intervalles centiles de la Colombie-Britannique tiennent mieux compte de l'asymétrie dans les distributions simulées que les intervalles centiles standard, et une étude de simulation utilisant un échantillon de données à l'époque a montré des valeurs α plus proches de la vraie avec les premiers. Ce travail rend compte de la sortie de la version 2 du complément, qui calcule à la fois des ensembles d'intervalles de confiance (percentiles standard et BC), ainsi qu'un troisième ensemble, l'intervalle de confiance « corrigé des biais et accéléré », qui a pour l’avantage d’ajuster les effets sous-jacents d’ordre supérieur. Les utilisateurs auront donc la possibilité de décider eux-mêmes de la méthode appropriée pour leurs données. La nouvelle version du complément sera présentée et un aperçu des avantages/inconvénients de chaque méthode sera abordé.
