Comment calculer le meilleur estimateur linéaire sans biais (BLUE) à partir du modèle d'ajustement dans JMPJ'ai une expérience avec plusieurs génotypes de plantes différents répliqués sur des blocs. J'adapte un modèle où y = une certaine caractéristique de la plante et où les effets du modèle sont le bloc et le génotype.
Je souhaite calculer les BLUE pour les valeurs de trait de chaque génotype, en donnant une valeur de trait moyenne ajustée pour chaque génotype après avoir pris en compte l'effet du blocage.
Mon intuition est que les BLUE seront les moyennes des moindres carrés pour le génotype dans la sortie du modèle. Est-ce correct ou les BLUE se trouvent-ils ailleurs dans la sortie du modèle ?
Modélisation statistique avancéeÉtudes de marché et de consommationExploration et visualisation des donnéesAnalyse de fiabilitéRe : Comment calculer le meilleur estimateur linéaire sans biais (BLEU) à partir du modèle d'ajustement dans JMPLes BLUE sont les estimations des paramètres. Voir cette référence . La procédure REML utilisée par défaut dans le cas d'un effet aléatoire inclut un ajustement des degrés de liberté. Les BLUE sont utilisés pour calculer les moyennes LS pour les niveaux catégoriels de génotype.
Re : Comment calculer le meilleur estimateur linéaire sans biais (BLEU) à partir du modèle d'ajustement dans JMPLa page d'aide fait référence aux meilleurs prédicteurs linéaires sans biais (BLUP) des effets aléatoires. Cependant, pour être plus clair, je veux traiter le génotype comme un effet fixe et trouver les meilleures estimations linéaires sans biais (BLEUS plutôt que BLUP). Je soupçonne que JMP les calcule mais ne les nomme pas comme tels. Par exemple, comme je l'ai dit plus haut, je me demande si les BLUEs sont équivalents aux LS Means for Genotype (effet fixe), ou peut-être que j'utilise l'équation de prédiction pour les calculer ?
Re : Comment calculer le meilleur estimateur linéaire sans biais (BLEU) à partir du modèle d'ajustement dans JMPVoir cette aide page pour des informations connexes.
