混合モデルの用語こんにちは、みんな、
私は、魚の泳ぎの能力を調べ、種の中に入れ子になっている個体を制御する論文に取り組んでいます。混合モデル パーソナリティを使用して 2 種類のテストを実行していますが、論文を書く際に、それらのモデルを説明 (命名、特徴付け) するための支援が必要です。私が投稿したジャーナルでは、JMP と混合モデル プラットフォームに詳しくないため、データで何をしているのか理解できないという苦情を述べるレビューが多数寄せられています。
最初のテストでは、いくつかの入力変数/ボディメトリック（最大曲げ曲率、旋回時間など）における種間の違いを調べます。
このモデルでは、固定効果は種であり、ランダム効果は種内にネストされた個体です。ランダム効果として個体がない場合は、これは単純な T テストになりますが、個体の変動を制御する場合にこれを何と呼ぶべきかわかりません。
2 番目のテストは線形モデルです。この場合、固定効果は種、曲げ曲率、回転期間 (および相互作用の完全因子) であり、ここでも種にネストされた個体のランダム効果があります。これは線形混合モデルと呼べると思います。
ありがとう、
スティーブン
品質およびプロセスエンジニアリングRe: 混合モデル用語また、LMM から相互作用プロットを含むグラフを作成する必要があります。 そのための新しいディスカッションを作成しました。線の方程式をエクスポート/抽出して、JMP の外部でグラフィックを作成する - JMP User Community
Re: 混合モデル用語はい、（種の下にネストされた）変量効果として個人を含めることは、データに適しています。 前述したように、個人を含めない場合、データの各行が完全に独立した測定値であることを意味しますが、そうではありません。
SLS + REML は、あなたの例ではうまく機能します。
Fit Mixed は、より複雑な共分散構造を使用する機会を提供しますが、その複雑さには入りたくないと思います。 (もしそうなら、 @jiancaoしたディスカバリーでの素晴らしいプレゼンテーションこれについて）
Re: 混合モデル用語そのため、2 つの異なるモデルを作成する必要があります。 1 つは線形混合モデルで、ランダムな入れ子効果に加えて、連続的かつカテゴリの固定効果があります。
もう 1 つのモデルには、カテゴリ固定効果 (種) と連続応答 (体型変数) のみが含まれています。個体をランダムな入れ子効果として再度含める必要があると思います。 この場合、REML または混合モデルのパーソナリティで標準最小二乗法を使用するかどうかは重要ですか? 私はSLS+REMLに傾いています
Re: 混合モデル用語わかった。 これで、個々の効果を追加する必要がある理由がより理解できるようになりました。
標準回帰では、すべての観測値が独立していると想定しています。 これは、テーブルの各行が一意の個人である場合に当てはまります。
各個人に対して複数の観測があるため、観測は独立していません。 各個人内の観察は、より類似していると予想できます。
モデルが適切であることを確認する 1 つの方法は、個別にランダム効果を追加することです。 個体は種ごとに固有であるため、これは種内にネストする必要があります (もちろん)。 個体は変数の制御可能なレベルではなく、より大きな母集団の分布からランダムに抽出された代表であるため、個体の固定効果は意味がありません。
これはあなたがモデルで行ったことなので、これらすべてを理解しているようです。
ここで問題は、レビュアーが理解していないことは何ですか? データをどのようにモデル化しますか?
前に述べたように、JMP が混合モデルに対して使用する用語は、他のソフトウェアで使用される用語と同じであると確信しています。 (私は、R を使用した修士課程の一部として、混合モデルに関するモジュールを行いました。 JMPですべての例を繰り返しましたが、報告された出力の違いは覚えていません)
Re: 混合モデル用語個人ごとに 15 回の独立したターンを記録しました。
Re: 混合モデル用語それは役に立ちます、ありがとう。
各個体に対して複数の観測値 (行) があるのはなぜですか?
Re: 混合モデル用語私が行っている主なモデルは、体型変数 (魚が曲がるときの曲率と曲がりの速さ) と水泳パフォーマンス変数 (魚が魚をどれだけ回転させ、どれだけ速く曲がるか) との関係を調べる線形モデルです。 ) 体型の異なる種間で結果を比較します。 私が過去に受けた批判は、種内の個体間の差異を制御していないことに関連しています。 レビュアーは、私のデータが種全体ではなく、1 人または数人の個人の行動によって動かされていることを懸念しています。
線形混合モデルにランダム効果として個人を含めることは理にかなっています。 線形混合モデルの従属変数で異なる種の平均を比較する場合、ランダム効果として個体を含める必要があると考えました。
実行しようとしているモデルを含むスクリプト ファイルを使用してデータを添付しました。
Re: 混合モデル用語やあ、
混合モデルは混乱を招く可能性があります。 また、用語も非常に紛らわしいです。 ただし、たとえば、JMP の用語が SAS や R の用語と大きく異なるかどうかはわかりません。
いずれにせよ、分析に混合モデルを使用する必要があるかどうか疑問に思っています。 個人向けのエフェクトを追加する必要があるのはなぜですか? これを行う例としては、同じ個人セットの複数の時点で応答を測定する場合があります ( 「繰り返し対策」 ）。 しかし、ほとんどの場合、個人に効果を追加することは意味がありません。
実行する必要がある分析の種類を説明するために、サンプル データ セットを添付できると役立つ場合があります。
それが役立つことを願っています、
フィル
Re: 混合モデル用語この問題は、公開用の階層線形モデル (HLM) を推定しようとしたときに発生しました。さまざまなプログラムがさまざまな用語、さまざまな推定方法とアルゴリズムを使用しているという印象を受けます (著作権や特許があるかどうかはわかりません)。
当時の私の解決策は、この分野 (教育) の著名な本を調べて、サンプル データを使用してサンプル モデルを推定することでした。 正確な結果が得られたら、その分野で受け入れられるモデルを使用しており、従来の用語を自信を持って使用できると確信しました。
分野間のコミュニケーションの欠如は、それぞれが独自の用語を持っていることを意味します。 商用の問題については、あるソフトウェアから別のソフトウェアへの用語の明確な翻訳を見つけるのは非常に難しいと思います。これらの理由により、この種の答えをすぐに引き出すことができる専門家を見つけることはほとんど不可能になります.
Re: 混合モデル用語用語は混乱を招く可能性があり、残念ながら普遍的ではありません。 あなたの言ってる意味がよくわからない」種内にネストされた個体を制御しています」. ランダム効果の制御？おそらくこれが役立ちます：
https://www.jmp.com/support/help/en/16.1/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/mixed-models-and-random-effect-models.shtml
