Comment calculer le meilleur estimateur linéaire sans biais (BLUE) à partir du modèle Fit dans JMPJ'ai une expérience avec plusieurs génotypes de plantes différents répliqués sur des blocs. J'adapte un modèle où y = un trait de plante et où les effets du modèle sont Bloc et Génotype.
Je veux calculer les BLEUS pour les valeurs de trait de chaque génotype, donnant une valeur de trait moyenne ajustée pour chaque génotype après avoir tenu compte de l'effet de Block.
Mon intuition est que les BLEUS seront les moyens des moindres carrés pour le génotype dans la sortie du modèle. Est-ce correct, ou les BLEUS se trouvent-ils ailleurs dans la sortie du modèle?
AnalytiqueAutreRe: Comment calculer le meilleur estimateur linéaire sans biais (BLUEs) à partir du modèle Fit dans JMPVoir cette aide page pour quelques informations connexes.
Re: Comment calculer le meilleur estimateur linéaire sans biais (BLUEs) à partir du modèle Fit dans JMPLa page d'aide fait référence aux meilleurs prédicteurs linéaires non biaisés (BLUP) d'effets aléatoires. Cependant, pour être plus clair, je veux traiter le génotype comme un effet fixe et trouver les meilleures estimations linéaires sans biais (BLUE plutôt que BLUP). Je soupçonne que JMP les calcule mais ne les nomme tout simplement pas comme tels. Par exemple, comme je l'ai dit ci-dessus, je me demande si les BLEUS sont équivalents aux moyennes LS pour le génotype (effet fixe), ou peut-être utiliser l'équation de prédiction pour les calculer?
Re: Comment calculer le meilleur estimateur linéaire sans biais (BLUEs) à partir du modèle Fit dans JMPLes BLEUS sont les estimations des paramètres. Voir cette référence . La procédure REML utilisée par défaut dans le cas d'un effet aléatoire comprend un ajustement des degrés de liberté. Les BLEUS sont utilisés pour calculer les moyennes LS pour les niveaux catégoriques de génotype.
