So berechnen Sie den besten linearen unverzerrten Schätzer (BLUEs) aus dem Fit-Modell in JMPIch habe ein Experiment mit mehreren verschiedenen Pflanzengenotypen, die über Blöcke hinweg repliziert wurden. Ich habe ein Modell angepasst, bei dem y = ein bestimmtes Pflanzenmerkmal ist und die Modelleffekte Block und Genotyp sind.
Ich möchte die BLUEs für die Merkmalswerte jedes Genotyps berechnen und so einen angepassten mittleren Merkmalswert für jeden Genotyp erhalten, nachdem der Effekt von Block berücksichtigt wurde.
Meiner Intuition nach sind die BLUEs die Kleinstquadrate-Mittelwerte für den Genotyp in der Modellausgabe. Ist das richtig oder sind die BLUEs irgendwo anders in der Modellausgabe zu finden?
Erweiterte statistische ModellierungKonsumenten- und MarktforschungDatenexploration und -visualisierungZuverlässigkeitsanalyseRe: So berechnen Sie den besten linearen unverzerrten Schätzer (BLUEs) aus dem Anpassungsmodell in JMPDie BLUEs sind die Parameterschätzungen. Sehen diese Referenz . Das standardmäßig verwendete REML-Verfahren im Falle eines zufälligen Effekts beinhaltet eine Anpassung der Freiheitsgrade. Die BLUEs werden verwendet, um die LS-Mittelwerte für die kategorischen Ebenen des Genotyps zu berechnen.
Re: So berechnen Sie den besten linearen unverzerrten Schätzer (BLUEs) aus dem Anpassungsmodell in JMPDie Hilfeseite bezieht sich auf die besten linearen unvoreingenommenen Prädiktoren (BLUPs) für Zufallseffekte. Um jedoch klarer zu sein, möchte ich den Genotyp als festen Effekt behandeln und die besten linearen, unverzerrten Schätzungen finden (BLUEs statt BLUPs). Ich vermute, dass JMP diese berechnet, aber nicht als solche benennt. Wie ich oben sagte, frage ich mich zum Beispiel, ob die BLUEs den LS-Mittelwerten für den Genotyp (fester Effekt) entsprechen, oder ob ich sie vielleicht mit der Vorhersagegleichung berechne?
Re: So berechnen Sie den besten linearen unverzerrten Schätzer (BLUEs) aus dem Anpassungsmodell in JMPSehen diese Hilfe Seite für einige verwandte Informationen.
