Los modelos de efectos mixtos son útiles para datos con más de una fuente de variabilidad aleatoria. Por ejemplo, cuando tenemos un resultado medido más de una vez en la misma persona, debemos tener en cuenta la variabilidad tanto dentro de la persona como entre personas.
Elizabeth Claassen, desarrolladora de JMP y coautora de JMP para modelos mixtos adopta un enfoque práctico para dar sentido a los datos. Cuando apoyó a los estudiantes en el laboratorio de consultoría estadística de la Universidad de Nebraska-Lincoln, frustró a aquellos que buscaban una solución de modelo mixto para un experimento diseñado y que solo querían una respuesta rápida. “Para determinar la corrección de un modelo mixto, primero debe explicar la relación entre los factores y la respuesta en su experimento”, diría. “Empecemos dibujando eso en papel”.
Sobre 2 de diciembre y 9 de diciembre , Elizabeth trae este enfoque práctico a sus tutoriales para desarrolladores, donde compartirá su experiencia sobre las capacidades del modelo mixto de JMP Pro que ayudó a desarrollar y brindará ejemplos de cuándo y por qué las técnicas son útiles. Ella desacreditará (o quizás confirmará) algunos rumores de modelos mixtos.
Rumor 1: ¿Cómo se reportan los resultados de un modelo mixto lineal? No se distraiga con los valores p. Ellos guían, no dictan, la toma de decisiones. .
Rumor 2: ¿Cómo informa qué tan variable es el efecto entre individuos? Mire las estimaciones de efectos aleatorios.
Rumor 3: Los componentes de varianza negativos no permiten interpretaciones de modelos mixtos.
Rumor 4: ¿Son valiosas las estimaciones de efectos fijos? Sí, representan los mejores efectos promedio estimados en la población.
Rumor 5: Los modelos mixtos no son buenos cuando faltan datos o tamaños de grupo desiguales.
Chris Gotwalt, científico jefe de datos de JMP, también le da crédito a Elizabeth por implementar el Intervalos de confianza de Satterthwaite en la plataforma JMP Pro 16 Fit Mixed, lo que hace que la estimación de intervalos de combinaciones lineales de componentes de varianza sea mucho más fácil para los usuarios de JMP. Claramente una persona con múltiples talentos, Elizabeth reveló cómo sus intereses externos se relacionan con su pasión por la programación. Vamos, ¿tejer es como codificar? ¿En serio?
Vea los videos, incluidas las discusiones, del 2021 2 de diciembre y 9 de diciembre seminarios web en vivo..
