18271_es-ES

liliconcom

Modelos lineales mixtos que utilizan JMP 10.0.2 frente a SAS 9.2<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hola todos,

 

Un cliente descubrió que JMP 10.0.2 produce estimaciones diferentes a SAS 9.2 al aplicar modelos lineales mixtos para ambos programas.

 

 

Aquí está el ejemplo:

 

 

JMP 10.0.2: Error estándar medio mínimo cuadrado CL inferior CL superior

 

 

A 99,073901 0,63026917 97,530305 100,61750

 

B 99,153272 0,63426425 97,608388 100,69816

 

C 99,766164 0,63105798 98,222362 101,30997

 

D 98,341544 0,54416752 97,067229 99,61586

 

E 97,177437 0,65625537 95,620335 98,73454

 

F 96,691972 0,63959974 95,147114 98,23683

 

 

 

SAS 9.2:

 

 

Efecto	F2	Estimar	Error estándar	DF	t Valor	Pr> | t |	Alfa	Más bajo	Superior
F2	A	99.0739 0,6302		83	157,20	<.0001	0,05 97.8204 100,33
F2	B	99.1533 0,6341		83	156,38	<.0001	0,05 97.8921 100,41
F2	C	99.7662 0.6310		83	158.11	<.0001	0,05 98.5111 101.02
F2	D	98,3415 0.5433		83	181.02	<.0001	0,05 97.2610 99.4221
F2	mi	97.1774 0,6549		83	148,39	<.0001	0,05 95.8749 98.4800
F2	F	96.6920 0,6396		83	151,18	<.0001	0,05 95.4199 97.9640

 

 

Como puede ver, obtienen diferentes intervalos de confianza. ¿Me pueden ayudar con una respuesta por el motivo de esto?

 

 

Datos:

 

 

V1	F1	F2	F3
99,38463	A	A	A
98,99927	A	A	A
99,27793	A	A	A
99,29341	A	A	A
99,16183	A	A	A
98,86683	A	A	A
98,95378	A	A	A
98,80463	A	A	A
98,63573	A	A	A
98,87085	A	A	A
98,82634	A	A	A
98,99573	A	A	A
98,94268	A	A	B
99,22524	A	A	B
98,91561	A	A	B
99,28476	A	A	B
99,54232	A	A	B
98,61012	A	A	B
99,25841	A	A	B
99,3661	A	A	B
99,02293	A	B	C
98,76476	A	B	C
99,06098	A	B	C
99,19512	A	B	C
99,13061	A	B	C
99,36744	A	B	C
99,35598	A	B	C
99,03805	A	B	C
98,88524	A	B	C
99,72793	A	B	C
99,42183	A	B	C
99,69329	A	B	C
100,1484	A	B	C
99,64268	A	B	C
98,57	A	B	C
98,68439	A	B	D
99,02549	A	B	D
98,76195	A	B	D
99,06159	A	B	D
99,62293	A	B	D
100,9184	A	C	mi
100,532	A	C	mi
100,4365	A	C	mi
99,64683	A	C	mi
99,175	A	C	mi
98,75463	A	C	mi
97,95756	A	C	mi
99,21073	A	C	mi
99,74841	A	C	mi
99,29878	A	C	mi
98,73598	A	C	mi
97,89524	A	C	mi
98,81134	A	C	mi
100,5904	A	C	F
99,94049	A	C	F
99,98195	A	C	F
99,90427	A	C	F
100,6167	A	C	F
100,4715	A	C	F
100,095	A	C	F
97,87988	B	D	GRAMO
97,91	B	D	GRAMO
99,33707	B	D	H
100,9166	B	D	H
99,03921	B	D	H
97,95787	B	D	H
98,01957	B	D	H
98,37085	B	D	H
97,32073	B	D	H
97,63201	B	D	H
98,3075	B	D	I
98,72665	B	D	I
98,86909	C	mi	J
97,68666	C	mi	J
97,97723	C	mi	J
98,31459	C	mi	J
98,86204	C	mi	J
98,35888	C	mi	J
99,50009	C	mi	J
99,05164	C	mi	J
99,25596	C	mi	J
98,83933	C	mi	J
95,81784	C	mi	K
95,01733	C	mi	K
96,34623	C	F	L
96,74948	C	F	L
97,20784	C	F	L
97,36222	C	F	L
97,19511	C	F	L
96,46179	C	F	METRO
96.149	C	F	METRO
96,94456	C	F	METRO
96,50015	C	F	METRO
96,35419	C	F	METRO
96,05544	C	F	METRO
96,46495	C	F	METRO

 

Re: Modelos lineales mixtos usando JMP 10.0.2 versus SAS 9.2

Mi mejor suposición es que su cliente no establece DDFM = KENWARDROGER en la declaración Model en SAS Proc Mixed. T La corrección de Kenward y Roger es la que utiliza JMP de forma predeterminada. . Encontré los resultados de LS Means de JMP coinciden con Proc Mixed.