CIAO,
Sto esaminando uno studio che è stato eseguito in R, sono riuscito a replicare i risultati del VCA in R utilizzando la seguente sintassi, VisDil1 <- lmer(l2t ~ (1|Op/Day/MDCK) , Dil1), per i seguenti risultati
Effetti casuali:
Gruppi Nome Varianza Std.Dev.
MDCK:(Giorno:Op) (Intercetta) 0,02309 0,15195
Giorno:Op (Intercetta) 0,00861 0,09279
On (Intercetta) 0,00000 0,00000
quando eseguo quello che credo sia lo stesso modello in JMP ottengo
Effetto casuale Var Ratio Var Componente Pct del totale
MDCK[Giorno,Op] 0,1904762 0,031746 16.000
Giorno[On] 0 0 0.000
A 0 0 0.000
Residuo 0,1666667 84.000
Totale 0,1984127 100.000
ho usato il seguente script
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
);
Ho esaminato questo aspetto in 8 diluizioni e il risultato è lo stesso in ogni diluizione. R ha una componente di varianza per Day:Op, mentre JMP sta combinando questo effetto nell'effetto MDCK[Day,Op], quindi ho la sensazione di non specificare il modello in JMP nello stesso modo in cui lo sto specificando in R per ottenere lo stesso risultato.
Qualcuno ha qualche consiglio???
Grazie
Si prega di chiarire la struttura del design e la randomizzazione.
Op è in cima alla gerarchia.
I 4 giorni sono diversi per entrambe le Op.
I due MDCK sono diversi per ogni giorno e Op.
Il titolo non è un effetto fisso potenzialmente importante?
