Come calcolare il miglior stimatore lineare senza distorsioni (BLU) dal modello di adattamento in JMPHo un esperimento con diversi genotipi vegetali diversi replicati su blocchi. Adattamento un modello dove y = qualche tratto della pianta e dove gli effetti del modello sono Blocco e Genotipo.
Voglio calcolare i BLU per i valori dei tratti di ciascun genotipo, fornendo un valore medio dei tratti per ciascun genotipo dopo aver tenuto conto dell'effetto del Blocco.
La mia intuizione è che i BLU saranno le medie dei minimi quadrati per il genotipo nell'output del modello. È corretto o i BLU si trovano da qualche altra parte nell'output del modello?
AnalyticsAltroRi: Come calcolare il miglior stimatore lineare senza distorsioni (BLU) dal modello di adattamento in JMPVedere questo aiuto pagina per alcune informazioni correlate.
Ri: Come calcolare il miglior stimatore lineare senza distorsioni (BLU) dal modello di adattamento in JMPLa pagina della guida fa riferimento ai migliori predittori imparziali lineari (BLUP) di effetti casuali. Tuttavia, per essere più chiari, voglio trattare il genotipo come un effetto fisso e trovare le migliori stime imparziali e lineari (BLU anziché BLUP). Sospetto che JMP li calcoli ma semplicemente non li denomina come tali. Ad esempio, come ho detto sopra, mi chiedo se i BLU siano equivalenti ai LS Means for Genotype (effetto fisso), o forse uso l'equazione di predizione per calcolarli?
Ri: Come calcolare il miglior stimatore lineare senza distorsioni (BLU) dal modello di adattamento in JMPI BLU sono le stime dei parametri. Vedere questo riferimento . La procedura REML utilizzata di default nel caso di un effetto casuale include una regolazione dei gradi di libertà. I BLU vengono utilizzati per calcolare le medie LS per i livelli categoriali di genotipo.
