Warum erhalte ich unterschiedliche Ergebnisse der Varianzkomponentenanalyse zwischen SAS und JMP?Warum erhalte ich bei der Varianzkomponentenanalyse unterschiedliche Ergebnisse zwischen SAS und JMP?
Fall 1 – Gekreuzt, dann gekreuzt
proc varcomp data = data method=TYPE1;
Klasse Faktor1 Faktor2 Faktor3;
Modellvariable = Faktor1 Faktor2 Faktor3;
laufen;
= JMP – Qualität und Prozess – Variabilitäts-/Attributmessdiagramm – Modelltyp – Gekreuzt
(Wenn „Haupteffekt“ ausgewählt ist, ist das Ergebnis dasselbe wie bei SAS.)
Fall 2 – Verschachtelt, dann gekreuzt
proc varcomp data = data method=TYPE1;
Klasse Faktor1 Faktor2 Faktor3;
Modellvariable = Faktor1 Faktor2(Faktor1) Faktor3;
laufen;
= JMP – Qualität und Prozess – Variabilitäts-/Attributmessdiagramm – Modelltyp – Verschachtelt, dann gekreuzt
Fall 3 – Gekreuzt, dann verschachtelt
proc varcomp data = data method=TYPE1;
Klasse Faktor1 Faktor2 Faktor3;
Modellvariable = Faktor1 Faktor2 Faktor3(Faktor2);
laufen;
= JMP – Qualität und Prozess – Variabilitäts-/Attributmessdiagramm – Modelltyp – Gekreuzt, dann verschachtelt
Es wurde bestätigt, dass die SAS- und JMP-Ergebnisse der Varianzkomponente gleich sind, wenn die Anzahl der Faktoren 1 oder 2 beträgt.
Allerdings sind die Ergebnisse für die oben genannten Fälle mit 3 Faktoren unterschiedlich.\
Ich wäre Ihnen sehr dankbar, wenn Sie mir sagen könnten, warum die Ergebnisse der beiden Programme unterschiedlich sind!
Mac OSQualitäts- und VerfahrenstechnikErgebnisse teilen und kommunizierenWindowsBetreff: Warum erhalte ich unterschiedliche Ergebnisse der Varianzkomponentenanalyse zwischen SAS und JMP?Vielen Dank für Ihre wirklich freundliche und spezifische Antwort!!
Betreff: Warum erhalte ich unterschiedliche Ergebnisse der Varianzkomponentenanalyse zwischen SAS und JMP?Was genau ist mit genau gemeint? Der Typ-I- oder EMS-Ansatz und REML sind lediglich unterschiedliche Schätzmethoden. REML ist eine sehr gute und angesehene Schätzmethode, die es schon seit Jahren gibt. Tatsächlich liefert es in den meisten Situationen mit ausgeglichenen Daten die gleichen Ergebnisse wie EMS. REML hat den Vorteil, in unausgeglichenen Situationen und in Situationen mit negativen Varianzkomponenten zu arbeiten. Darüber hinaus können Sie mit REML sogar verlangen, dass die Varianzkomponenten größer oder gleich Null sind, um negative Schätzungen zu vermeiden.
Mit dem REML-Ansatz können Sie sich wohlfühlen.
Betreff: Warum erhalte ich unterschiedliche Ergebnisse der Varianzkomponentenanalyse zwischen SAS und JMP?Lieber Dan,
Vielen Dank für Ihre freundliche Antwort.
Wie Sie sagten, habe ich mit REML die gleichen Ergebnisse erzielt.
Ich habe verstanden, dass bei Nicht-REML nicht das gleiche Ergebnis erzielt werden kann, da die Schätzmethode der Typ-1-Fehlermethode und die EMS-Methode unterschiedlich sind.
Sie sagten, dass die Typ1-Methode eine alte Methode ist.
Können mit REML genauere ANOVA-Ergebnisse erzielt werden, auch wenn Variakne nicht negativ ist?
Betreff: Warum erhalte ich unterschiedliche Ergebnisse der Varianzkomponentenanalyse zwischen SAS und JMP?Ohne Ihre Daten zu sehen, kann ich nicht sicher sein, warum sie unterschiedlich sind, aber ich kann eine fundierte Vermutung anstellen.
Im SAS-Code verwenden Sie Method=Type I. Dabei werden Quadratsummen vom Typ I für die Schätzung verwendet. Im Dialogfeld „JMP-Varianzkomponenten“ gibt es eine Schaltfläche für Analyseeinstellungen. Wenn Sie darauf klicken, sehen Sie, dass die Standardeinstellung von JMP „Beste Analyse auswählen“ ist. JMP konnte also frei zwischen EMS, REML oder Bayesian wechseln. Daher verwendet JMP wahrscheinlich eine andere Schätzmethode als SAS. Beachten Sie, dass JMP nicht einmal eine Option zum Erzwingen der Typ-I-Methode (oder EMS-Methode) bietet, da es sich dabei um einen älteren Ansatz handelt, der im Allgemeinen nicht empfohlen wird.
Wenn Sie eine Zustimmung benötigen, legen Sie in SAS die Methode auf REML fest. Wählen Sie in JMP die Option REML-Analyse verwenden. Das sollte sie dazu bringen, zuzustimmen. Beachten Sie jedoch, dass es auch in dieser Situation abhängig von Ihren Daten geringfügige Unterschiede geben kann, und zwar aufgrund des Ansatzes, wie große Matrizen aus Effizienzgründen gehandhabt (aufgeteilt und neu kombiniert) werden, sowie aufgrund der iterativen Natur bei der Lösung solcher Gleichungen .
