안녕,
R에서 수행 된 연구를보고 있는데, VisDil1 <-lmer (l2t ~ (1 | Op / Day / MDCK), Dil1) 구문을 사용하여 R에서 VCA의 결과를 복제했습니다. 다음 결과
무작위 효과 :
그룹 이름 차이 Std. Dev.
MDCK 
일 : Op) (절편) 0.02309 0.15195
요일 : Op (절편) 0.00861 0.09279
Op (절편) 0.00000 0.00000
내가 JMP에서 동일한 모델이라고 생각하는 것을 실행하면
랜덤 효과 변동 비율 변동 성분 합계 비율
MDCK [일, 영업] 0.1904762 0.031746 16.000
일 [Op] 0 0 0.000
작업 00 0.000
잔차 0.1666667 84.000
합계 0.1984127 100.000
나는 다음 스크립트를 사용했습니다.
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
);
저는 이것을 8 가지 희석액에 걸쳐 살펴 봤는데, 각 희석액에서 동일한 결과입니다. R은 Day : Op에 대한 분산 성분을 가지고있는 반면, jmp는이 효과를 MDCK [Day, Op] 효과에 결합합니다. 동일한 결과를 얻기 위해 JMP에서 R과 동일하게 모델을 지정하지 않습니다.
누구에게 조언이 있습니까 ???
감사
디자인의 구조와 무작위 화를 명확히하십시오.
Op는 계층 구조의 맨 위에 있습니다.
4 일은 두 작전 모두 다릅니다.
두 MDCK는 매일 및 Op.
역가는 잠재적으로 중요한 고정 효과가 아닙니까?
안녕 마크,
답장을 보내 주셔서 감사합니다. 첨부 된 중첩 디자인 사본을 찾으세요. 구문이 실험의 디자인을 반영한다는 데 동의합니다. 더 적절한 모델이
RBC
일 [RBC]
Op [RBC, Day]
그러나 그것은 또 다른 이야기입니다. 제가 이해하려는 것은 R과 JMP에서 동일한 모델이라고 생각하는 것을 실행할 때 Day in R에 대한 분산 구성 요소를 얻지 만 JMP는이 구성 요소를 MDCK에 결합하는 것 같습니다. 변하기 쉬운.
변수 l2t는 독립 변수 인 titer의 log2입니다.
감사
