Hallo,
Ich schaue mir eine Studie an, die in R durchgeführt wurde. Ich habe es geschafft, die Ergebnisse des VCA in R mit der folgenden Syntax zu replizieren: VisDil1 <- lmer(l2t ~ (1|Op/Day/MDCK) , Dil1). Dies ergab folgende Ergebnisse:
Zufallseffekte:
Gruppenname Varianz Standardabweichung
MDCK:(Tag:Op) (Abfangen) 0,02309 0,15195
Tag:Op (Abfangen) 0,00861 0,09279
Ein (Intercept) 0,00000 0,00000
wenn ich das, was ich für dasselbe Modell halte, in JMP ausführe, erhalte ich
Zufälliger Effekt Var-Verhältnis Var-Komponente Pct der Gesamtmenge
MDCK[Tag,Op] 0,1904762 0,031746 16.000
Tag[Am] 0 0 0.000
Bei 0 0 0.000
Rest 0,1666667 84.000
Gesamt 0,1984127 100.000
Ich habe das folgende Skript verwendet
Fit Model(
Y( :l2t ),
Effects,
Random Effects( :MDCK[:Day, :Op], :Day[:Op], :Op ),
NoBounds( 0 ),
Estimate Only Variance Components( 1 ),
Personality( "Standard Least Squares" ),
Method( "REML" ),
Run Model
);
ich habe mir dies bei 8 Verdünnungen angesehen, und bei jeder Verdünnung ist das Ergebnis dasselbe. R hat eine Varianzkomponente für Tag:Op, während JMP diesen Effekt in den Effekt MDCK[Tag,Op] einfügt. Daher habe ich das Gefühl, dass ich das Modell in JMP nicht genauso spezifiziere wie in R, um dasselbe Ergebnis zu erhalten.
Hat jemand einen Rat???
Danke
Bitte klären Sie die Struktur des Designs und die Randomisierung.
Op steht an der Spitze der Hierarchie.
Die 4 Tage sind für beide Op unterschiedlich.
Die beiden MDCK sind für jeden Tag unterschiedlich und Op.
Ist Titer nicht ein potenziell wichtiger fester Effekt?
