Hola,
Estoy viendo un estudio que se realizó en R, he logrado replicar los resultados del VCA en R usando la siguiente sintaxis, VisDil1 <- lmer (l2t ~ (1 | Op / Day / MDCK), Dil1), para los siguientes resultados
Efectos aleatorios:
Grupos Nombre Varianza Desv. Estándar
MDCK: (Día: Op) (Intercepción) 0.02309 0.15195
Día: Op (Intercepción) 0.00861 0.09279
Op (intercepción) 0,00000 0,00000
cuando ejecuto lo que creo que es el mismo modelo en JMP, obtengo
Efecto aleatorio Relación de variación Var Componente Porcentaje del total
MDCK [Día, Op.] 0.1904762 0.031746 16.000
Día [Op] 0 0 0.000
Op 0 0 0.000
Residual 0.1666667 84.000
Total 0.1984127 100.000
Usé el siguiente guión
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
);
Miré esto en 8 diluciones, y es el mismo resultado en cada dilución, R tiene un componente de varianza para Day: Op, mientras que jmp combina este efecto en el efecto MDCK [Day, Op], así que siento que No estoy especificando el modelo en JMP de la misma manera que en R para obtener el mismo resultado.
¿¿¿Alguien tiene algún consejo???
Gracias
Aclare la estructura del diseño y la aleatorización.
Op está en la parte superior de la jerarquía.
Los 4 días son diferentes para ambos Op.
Los dos MDCK son diferentes para cada día y Op.
¿No es el título un efecto fijo potencialmente importante?
Hola, Mark,
Gracias por tu respuesta, adjuntamos una copia del diseño anidado, estoy de acuerdo en que la sintaxis no refleja el diseño del experimento, creo que sería un modelo más apropiado
RBC
Día [RBC]
Op [RBC, día]
Sin embargo, esa es otra historia, lo que estoy tratando de entender es por qué cuando ejecuto lo que creo que es el mismo modelo tanto en R como en JMP, obtengo un componente de varianza para Day en R, pero JMP parece combinar este componente en MDCK variable.
La variable l2t es el log2 del título, la variable independiente.
Gracias
