SASとJMPの間で分散成分分析の結果が異なるのはなぜですか？分散成分分析でSASとJMPの間で異なる結果が得られるのはなぜですか？
ケース1-交差してから交差
proc varcomp data = data method = TYPE1;
クラスFactor1Factor2 Factor3;
モデル変数= Factor1 Factor2 Factor3;
走る;
= JMP-品質とプロセス-変動性/属性ゲージチャート-モデルタイプ-交差した
（「主効果」を選択した場合、SASと同じ結果になります。）
ケース2-ネストしてから交差
proc varcomp data = data method = TYPE1;
クラスFactor1Factor2 Factor3;
モデル変数= Factor1 Factor2（Factor1）Factor3;
走る;
= JMP-品質とプロセス-変動性/属性ゲージチャート-モデルタイプ-ネストしてから交差
ケース3-交差してからネスト
proc varcomp data = data method = TYPE1;
クラスFactor1Factor2 Factor3;
モデル変数= Factor1 Factor2 Factor3（Factor2）;
走る;
= JMP-品質とプロセス-変動性/属性ゲージチャート-モデルタイプ-交差してからネスト
因子数が1または2の場合、分散成分のSASとJMPの結果は同じであることが確認されました。
ただし、上記の場合、3つの要因で結果が異なります。\
2つのプログラムの結果が異なる理由を教えていただければ幸いです。
アナリティクスデータ表DOEマックOS他のウィンドウズRe：SASとJMPの間で分散成分分析の結果が異なるのはなぜですか？あなたのデータを見なければ、なぜそれらが違うのかはわかりませんが、知識に基づいて推測することはできます。
SASコードでは、Method = Type Iを使用しています。これは、推定にタイプIの二乗和を使用しています。 JMP分散コンポーネントダイアログには、分析設定のボタンがあります。 それをクリックすると、JMPのデフォルトが「最良の分析を選択」になっていることがわかります。 したがって、JMPはEMS、REML、またはベイジアンを自由に切り替えることができます。 したがって、JMPはSASとは異なる推定方法を使用している可能性があります。 タイプI（またはEMS）方式は一般的に推奨されていない古いアプローチであるため、JMPには強制するオプションさえ提供されていないことに注意してください。
同意する必要がある場合は、SASでメソッドをREMLに設定します。 JMPで、[REML分析を使用]を選択します。 それは彼らに同意させるはずです。 ただし、この状況でも、データによっては、効率を上げるために大きな行列を処理（分割して再結合）する方法や、そのような方程式を解く際の反復性により、わずかな違いがある場合があることに注意してください。 。
Re：SASとJMPの間で分散成分分析の結果が異なるのはなぜですか？親愛なるダン、
よろしくお願いします。
あなたが言ったように、私はREMLを使用したときに同じ結果を得ました。
type1エラー法とEMS法の推定方法が異なるため、非REMLの場合は同じ結果が得られないことがわかりました。
Type1メソッドは古いメソッドだとおっしゃいました。
バリアクネが陰性でなくても、REMLを使用するとより正確なANOVA結果を得ることができますか？
Re：SASとJMPの間で分散成分分析の結果が異なるのはなぜですか？正確とは正確にはどういう意味ですか？ タイプIまたはEMSのアプローチとREMLは、まったく異なる推定方法です。 REMLは、非常に優れた、評判の高い推定方法であり、長年にわたって使用されてきました。 実際、バランスの取れたデータを使用するほとんどの状況では、EMSと同じ結果が得られます。 REMLには、不均衡な状況や負の分散成分がある状況で機能するという利点があります。 さらに、REMLでは、負の推定値を回避するために、分散成分がゼロ以上であることを要求することもできます。
REMLアプローチに慣れることができます。
