Die Variability Chart-Plattform ist die einzige, die die Möglichkeit bietet, Bayes'sche Varianzkomponenten abzurufen. Es fühlt sich falsch an, dass die Bayes'sche Option nicht auch in „Modell anpassen“ verfügbar ist. Ich bekomme von Benutzern in meinem Unternehmen Fragen dazu, ob sie für die gleiche Analyse unterschiedliche Ausgaben erhalten, aber eine andere Plattform verwenden, da jede negative Varianzkomponente von REML auf Bayesian umschalten kann, ohne dass sie es merken, wenn sie die Variability Chart-Plattform verwenden (obwohl es welche gibt). Text mit einer Erklärung, sie wissen nicht, was es bedeutet und/oder achten nicht darauf). Standardmäßig verwende ich die Fit-Model-Plattform mit begrenzten Varianzkomponenten für Zufallseffektmodelle (im letzten Abschnitt von Gemischte Modelle und Zufallseffektmodelle gibt es eine „weiche“ Empfehlung von JMP, dies zu tun).
Wenn die Bayes'sche Option im Variabilitätsdiagramm verfügbar ist, würde ich mir die Flexibilität wünschen, sie auch mit einer flexibleren Modellstruktur in „Modell anpassen“ zu nutzen.
Die JMP-Leute haben gute Arbeit geleistet, um den Nutzen der Bayes'schen Option zu untersuchen (hauptsächlich, weil negative Varianzkomponenten für, nun ja, jeden wirklich verwirrend sind). Hier ist ein Link, der sich mit einer Anwendung zur Messsystemanalyse befasst. Ich gehe davon aus, dass diese Prinzipien allgemein auf alle Zufallseffektmodelle anwendbar sind.
Streng positive Schätzungen von Varianzkomponenten für Analysemodelle von Messsystemen
Hallo @jszarka , Danke für deinen Vorschlag! Wir haben Ihre Anfrage erfasst und werden sie prüfen.
Wenn man die Bayes'schen Varianzkomponenten für einen Datensatz erhalten möchte, ist die Varianz-/Attributmessplattform auf nur 3 Faktoren für teilweise verschachtelte/gekreuzte Modelle beschränkt. Fit Model unterstützt derzeit nicht die Berechnung der Bayes'schen Komponenten. Diese Option in Fit Model ermöglicht die Flexibilität für komplexere teilweise verschachtelte/gekreuzte Modelle.
