Lors de l'analyse statistique de notre ensemble de données à l'aide de JMP, nous rencontrons le problème suivant que je voudrais partager avec vous pour vous demander si d'autres utilisateurs de JMP ont déjà rencontré ce problème et savoir pourquoi cela se produit et comment le résoudre.
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" )}
)
)
)salut @Lefkiosvanrooij ,
J'ai pu recréer l'erreur que vous avez obtenue en utilisant le plus petit ensemble de tables de données en fonction de ce que vous avez inclus dans le fichier DOCX.
Donc, je pense que cela a à voir avec votre sélection (ou plutôt la désélection) des "Composants de variance non limités" dans la fenêtre Fit Model. Si vous la cochez, les CI sont calculés différemment, puis s'ils ne sont pas cochés, consultez l'aide JMP ici . Il se peut que vous ne puissiez pas utiliser la méthode REML, auquel cas vous pouvez utiliser la méthode EMS pour estimer les variances. Vous pouvez également cocher la case «Estimer uniquement les composantes de la variance».
Je ne suis pas un statisticien, donc je ne peux pas dire quelle méthode est appropriée pour votre analyse, mais je pense que si les "Composants de variance non limités" sont décochés, vous obtenez l'erreur d'ajustement rapportant 0 pour certains des échantillons , comme Accuracy 40.
J'espère que cela t'aides!,
DS
Comme @DS revendiquée, l'option d'estimations illimitées détermine le résultat de l'estimation des composantes de la variance avec REML. Des estimations non limitées peuvent entraîner des estimations négatives. La variance ne peut pas être négative, mais ces résultats sont en fait la covariance, qui peut être négative. Cette option fournit de meilleurs tests d'hypothèse et des BLUP. Il est important que vous incluiez des effets fixes dans votre modèle. (Votre script ne montre aucun effet fixe.)
Vous pouvez limiter les estimations et les contraindre à ne pas être négatives. Toute estimation négative est forcée à être nulle.
