<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut tout le monde,
Un client a découvert que JMP 10.0.2 donne des estimations différentes de celles de SAS 9.2 lors de l'application de modèles linéaires mixtes pour les deux programmes.
Voici l'exemple :
JMP 10.0.2 : Erreur std moyenne la moins carrée CL inférieure CL supérieure
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 :
| Effet | F2 | Estimation | Erreur standard | DF | Valeur t | Pr > |t| | Alpha | Inférieur | Supérieur |
| F2 | UNE | - 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 | ré | - 98.3415
- 0.5433
| | 83 | - 181.02
| <.0001 | - 0,05
- 97.2610
- 99.4221
| | |
| F2 | E | - 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
| | |
Comme vous pouvez le voir, ils obtiennent des intervalles de confiance différents. Pouvez-vous m'aider avec une réponse pour la raison de cela?
Données:
| V1 | F1 | F2 | F3 |
| 99 38463 | UNE | UNE | UNE |
| 98 99927 | UNE | UNE | UNE |
| 99 27793 | UNE | UNE | UNE |
| 99 29341 | UNE | UNE | UNE |
| 99 16183 | UNE | UNE | UNE |
| 98 86683 | UNE | UNE | UNE |
| 98 95378 | UNE | UNE | UNE |
| 98 80463 | UNE | UNE | UNE |
| 98 63573 | UNE | UNE | UNE |
| 98 87085 | UNE | UNE | UNE |
| 98 82634 | UNE | UNE | UNE |
| 98 99573 | UNE | UNE | UNE |
| 98 94268 | UNE | UNE | B |
| 99 22524 | UNE | UNE | B |
| 98 91561 | UNE | UNE | B |
| 99 28476 | UNE | UNE | B |
| 99,54232 | UNE | UNE | B |
| 98 61012 | UNE | UNE | B |
| 99 25841 | UNE | UNE | B |
| 99 3661 | UNE | UNE | B |
| 99 02293 | UNE | B | C |
| 98 76476 | UNE | B | C |
| 99 06098 | UNE | B | C |
| 99,19512 | UNE | B | C |
| 99 13061 | UNE | B | C |
| 99 36744 | UNE | B | C |
| 99 35598 | UNE | B | C |
| 99 03805 | UNE | B | C |
| 98 88524 | UNE | B | C |
| 99 72793 | UNE | B | C |
| 99,42183 | UNE | B | C |
| 99 69329 | UNE | B | C |
| 100 1484 | UNE | B | C |
| 99 64268 | UNE | B | C |
| 98,57 | UNE | B | C |
| 98 68439 | UNE | B | ré |
| 99 02549 | UNE | B | ré |
| 98,76195 | UNE | B | ré |
| 99 06159 | UNE | B | ré |
| 99 62293 | UNE | B | ré |
| 100 9184 | UNE | C | E |
| 100 532 | UNE | C | E |
| 100 4365 | UNE | C | E |
| 99 64683 | UNE | C | E |
| 99 175 | UNE | C | E |
| 98 75463 | UNE | C | E |
| 97 95756 | UNE | C | E |
| 99 21073 | UNE | C | E |
| 99 74841 | UNE | C | E |
| 99 29878 | UNE | C | E |
| 98 73598 | UNE | C | E |
| 97 89524 | UNE | C | E |
| 98 81134 | UNE | C | E |
| 100,5904 | UNE | C | F |
| 99 94049 | UNE | C | F |
| 99,98195 | UNE | C | F |
| 99 90427 | UNE | C | F |
| 100 6167 | UNE | C | F |
| 100,4715 | UNE | C | F |
| 100 095 | UNE | C | F |
| 97 87988 | B | ré | g |
| 97,91 | B | ré | g |
| 99 33707 | B | ré | H |
| 100 9166 | B | ré | H |
| 99 03921 | B | ré | H |
| 97 95787 | B | ré | H |
| 98 01957 | B | ré | H |
| 98 37085 | B | ré | H |
| 97 32073 | B | ré | H |
| 97,63201 | B | ré | H |
| 98,3075 | B | ré | je |
| 98 72665 | B | ré | je |
| 98 86909 | C | E | J |
| 97,68666 | C | E | J |
| 97 97723 | C | E | J |
| 98 31459 | C | E | J |
| 98 86204 | C | E | J |
| 98,35888 | C | E | J |
| 99 50009 | C | E | J |
| 99 05164 | C | E | J |
| 99 25596 | C | E | J |
| 98 83933 | C | E | J |
| 95 81784 | C | E | K |
| 95 01733 | C | E | 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 | M |
| 96 149 | C | F | M |
| 96 94456 | C | F | M |
| 96 50015 | C | F | M |
| 96 35419 | C | F | M |
| 96 05544 | C | F | M |
| 96 46495 | C | F | M |
Ma meilleure hypothèse est que votre client ne définit pas DDFM = KENWARDROGER dans l'instruction Model dans SAS Proc Mixed. T La correction Kenward et Roger est la valeur par défaut utilisée par JMP . J'ai trouvé les résultats de LS Means du match JMP Proc Mixed.
