I modelli a effetti misti sono utili per i dati con più di una fonte di variabilità casuale. Ad esempio, quando abbiamo un risultato misurato più di una volta sulla stessa persona, dobbiamo tenere conto della variabilità sia interna che inter-persona.
Sviluppatore JMP Elizabeth Claassen e co-autore di JMP per modelli misti adotta un approccio pratico per dare un senso ai dati. Quando ha supportato gli studenti dell'Università del Nebraska-Lincoln Statistical Consulting Lab, ha frustrato coloro che cercavano una soluzione di modello misto per un esperimento progettato e che volevano solo una risposta rapida. "Per determinare la correttezza di un modello misto, devi prima spiegare la relazione tra i fattori e la risposta nel tuo esperimento", diceva. "Iniziamo disegnandolo su carta."
Sopra 2 dicembre e 9 dicembre , Elizabeth porta questo approccio pratico nei suoi Tutorial per sviluppatori, dove condividerà la sua esperienza sulle capacità dei modelli misti di JMP Pro che ha contribuito a sviluppare e fornirà esempi di quando e perché le tecniche sono utili. Smentirà (o forse confermerà) alcune voci contrastanti sui modelli.
Rumor 1: Come riporti i risultati di un modello misto lineare? Non farti distrarre dai valori p. Guidano, non dettano, il processo decisionale .
Rumor 2: Come riporti quanto è variabile l'effetto tra gli individui? Guarda le stime degli effetti casuali.
Voce 3: Le componenti di varianza negativa non consentono interpretazioni di modelli misti.
Rumor 4: Le stime degli effetti fissi sono preziose? Sì, rappresentano gli effetti medi migliori nella popolazione.
Voce 5: I modelli misti non vanno bene quando mancano dati o dimensioni di gruppo disuguali.
Chris Gotwalt, Chief Data Scientist di JMP, attribuisce anche a Elizabeth il merito di aver implementato il Intervalli di confidenza di Satterthwaite nella piattaforma JMP Pro 16 Fit Mixed, rendendo molto più semplice per gli utenti JMP la stima degli intervalli di combinazioni lineari di componenti di varianza. Chiaramente una persona multi-talento, Elizabeth ha rivelato come i suoi interessi esterni siano legati alla sua passione per la programmazione. Dai, lavorare a maglia è come programmare? Veramente?
Guarda i video, incluse le discussioni, del 2021 2 dicembre e 9 dicembre webinar dal vivo..
