Metodo da utilizzare nel modello a effetti casuali?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Desidero creare un modello di effetti casuali per alcuni dati. Per fare ciò seleziono l'attributo "effetto casuale" per la mia variabile effetto modello. vedo da questa pagina che posso scegliere tra REML ed EMS come metodo di adattamento del modello. Le mie domande sono: Quando dovrei selezionare uno sull'altro e c'è qualche differenza tra i due? Ho allegato un set di dati di esempio dal testo di Montgomery.
Re: Metodo da utilizzare nel modello a effetti casuali?Come rapido seguito.... Sto cercando di inserire un effetto casuale in un modello che ha un risultato binario. JMP13Pro non sembra essere in grado di farlo... C'è una soluzione?
grazie
jake
PS: ho chiesto al supporto tecnico JMP di implementarlo da JMP6 .. 
(
Re: Metodo da utilizzare nel modello a effetti casuali?Scusa per la risposta in ritardo. La ringrazio per la risposta!
Re: Metodo da utilizzare nel modello a effetti casuali?Le stime REML sono indipendenti dagli effetti fissi nei modelli. Quando i dati sono bilanciati, o quasi, questo farà poca differenza e le stime dovrebbero essere vicine. Quando i dati sono sbilanciati, le stime EMS possono subire effetti negativi (fino al punto di fornire componenti di varianza negativi). Non perdi nulla mantenendo il REML predefinito. L'unica volta che userei EMS è quando volevo abbinare i risultati storici nei casi in cui è stato utilizzato EMS.
assistente
