373441_ko-KR

liliconcom

JMP와 R의 VCA 비교

안녕,

나는 R에서 수행된 연구를 보고 있으며, 다음 구문을 사용하여 R에서 VCA의 결과를 복제하는 데 성공했습니다. VisDil1 <- lmer(l2t ~ (1|Op/Day/MDCK) , Dil1), 결과는 다음과 같습니다.

무작위 효과:

그룹 이름 분산 표준편차

MDCK:(Day:Op) (절편) 0.02309 0.15195

일:Op (Intercept) 0.00861 0.09279

켜짐(인터셉트) 0.00000 0.00000

내가 JMP에서 동일하다고 믿는 모델을 실행하면 다음과 같은 결과가 나옵니다.

무작위 효과 변동 비율 변동 구성요소 퍼센트 또는 합계
MDCK[일,작동] 0.1904762 0.031746 16,000
일[켜짐] 0 0 0.000
0 0 0,000에서
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 8개의 희석에 걸쳐 살펴보았고, 각 희석에서 같은 결과였습니다. R은 Day:Op에 대한 분산 구성 요소를 가지고 있는 반면, jmp는 이 효과를 MDCK[Day,Op] 효과로 결합합니다. 따라서 저는 같은 결과를 얻기 위해 R에서와 같이 JMP에서 모델을 지정하지 않는다고 생각합니다.

혹시 조언해주실 분 계신가요???

감사해요

고급 통계 모델링자동화 및 스크립팅결과 공유 및 전달Re : JMP와 R 간의 VCA 비교내가 게시했을 때 R에서 잔여 구성 요소를 잘라 냈습니다.
무작위 효과 :
그룹 이름 차이 Std. Dev.
MDCK : (Day : Op) (절편) 0.02309 0.15195
요일 : Op (절편) 0.00861 0.09279
Op (절편) 0.00000 0.00000
잔차 0.16670 0.40829

Re : JMP와 R 간의 VCA 비교

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?