331598_es-ES

liliconcom

Análisis estadístico JMP - Modelo de ajuste - Omisión de resultados

Durante el análisis estadístico de nuestro conjunto de datos utilizando JMP, nos encontramos con el siguiente problema que me gustaría compartir con usted para preguntarle si otros usuarios de JMP se han encontrado con esto antes y saber por qué ocurre y cómo resolverlo.

Fit Model(
 Y( :Measured RP% ),
 Effects,
 Random Effects( :Assay ),
 NoBounds( 0 ),
 Personality( "Standard Least Squares" ),
 Method( "REML" ),
 Emphasis( "Minimal Report" ),
 Run(
  :Measured RP% << {Summary of Fit( 1 ), Analysis of Variance( 0 ),
  Parameter Estimates( 1 ), Scaled Estimates( 0 ),
  Plot Actual by Predicted( 0 ), Plot Regression( 0 ),
  Plot Residual by Predicted( 0 ), Plot Studentized Residuals( 0 ),
  Plot Effect Leverage( 0 ), Plot Residual by Normal Quantiles( 0 )}
 ),
 Where( :Sample == "Accuracy 40" ),
 SendToReport(
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40"},
   "Parameter Estimates",
   OutlineBox,
   {Close( 0 )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40", "Parameter Estimates"},
   "Std Error",
   NumberColBox,
   {Visibility( "Collapse" )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40", "Random Effect Predictions"
   },
   "Std Error",
   NumberColBox,
   {Visibility( "Collapse" )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40",
   "REML Variance Component Estimates"},
   "Std Error",
   NumberColBox,
   {Visibility( "Collapse" )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40",
   "REML Variance Component Estimates"},
   "95% Lower",
   NumberColBox,
   {Visibility( "Collapse" )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40",
   "REML Variance Component Estimates"},
   "Sqrt Variance Component",
   NumberColBox,
   {Visibility( "Visible" )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40",
   "REML Variance Component Estimates"},
   "Pct of Total",
   NumberColBox,
   {Visibility( "Collapse" )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40",
   "REML Variance Component Estimates"},
   "CV",
   NumberColBox,
   {Visibility( "Visible" )}
  ),
  Dispatch(
   {"Response Measured RP% Sample=Accuracy 40", "Effect Details", "Assay",
   "Least Squares Means Table"},
   "Std Error",
   NumberColBox,
   {Visibility( "Collapse" )}
  )
 )
)

AnalíticaRe: Análisis estadístico JMP - Modelo de ajuste - Omisión de resultadosNota: Una explicación del problema encontrado se describe en el documento de Word adjunto.Re: Análisis estadístico JMP - Modelo de ajuste - Omisión de resultados

Hola @Lefkiosvanrooij ,

 

Pude recrear el error que obtuvo usando un conjunto de tablas de datos más pequeño en función de lo que incluyó en el archivo DOCX.

 

Entonces, creo que tiene que ver con su selección (o más bien deselección) de los "Componentes de varianza ilimitada" en la ventana Ajustar modelo. Si lo marca, los CI se calculan de una manera diferente que si no están marcados, consulte la ayuda de JMP aquí . Es posible que no pueda utilizar el método REML, en cuyo caso puede utilizar el método EMS para estimar las variaciones. También puede marcar la casilla "Estimar solo componentes de varianza".

 

No soy un estadístico, por lo que no puedo comentar qué método es apropiado usar para su análisis, pero creo que con los "Componentes de varianza ilimitada" sin marcar, se obtiene el error del ajuste que informa 0 para algunas de las muestras. , como Precisión 40.

 

¡Espero que esto ayude!,

DS

Re: Análisis estadístico JMP - Modelo de ajuste - Omisión de resultados

Como @DS reclamada, la opción de estimaciones ilimitadas determina el resultado de estimar los componentes de la varianza con REML. Las estimaciones ilimitadas pueden resultar en estimaciones negativas. La varianza no puede ser negativa, pero estos resultados son en realidad la covarianza, que puede ser negativa. Esta opción proporciona mejores pruebas de hipótesis y BLUP. Es importante si incluye efectos fijos en su modelo. (Su guión no muestra efectos fijos).

 

Puede vincular las estimaciones y restringirlas para que no sean negativas. Cualquier estimación negativa está obligada a ser cero.