개발자 자습서: 혼합 모델 2부: 시간과 공간에서 반복 측정 처리이 기술 프레젠테이션에는 에 제시된 예가 포함되어 있습니다. 혼합 모델용 JMP.프레젠테이션에 사용된 책의 데이터가 포함되어 있습니다. 영상은 90분이 넘는 길이로 곳곳에 질문이 산재해 있습니다. 이 튜토리얼과 회귀, 랜덤 계수 및 다단계 모델의 예에는 모두 JMP Pro가 필요합니다. 3부는 2022년 초로 예정되어 있으며 혼합 모델의 검정력 및 정밀도 평가를 다룹니다.
혼합 모델은 다음과 같은 경우에 유용합니다. 다중 예측 변수, 예를 들어 c가 있는 경우 상호 작용이 있거나 없는 요인 처리 예측 변수에 대한 응답의 urvature 및 여러 대상이 측정되는 경우.
방법 보기:
- 의약품 안정성 시험 사례에서 반복 측정 및 종단 데이터 분석
- 공간에서 모델 상관 관계(공간 모델)
자원
고급 통계 모델링Re: 개발자 튜토리얼: 혼합 모델 파트 2: 시간과 공간에서 반복 측정 처리@eclaassen 혼합 모델에 대해 발표해 주셔서 감사합니다. 나는 당신에게서 많은 프레젠테이션을 얻었습니다. 내가 분석하고 있는 데이터 세트를 처리하는 방법에 대한 귀하의 생각을 듣고 싶었습니다. 제 치료 변수가 될 9개의 제품이 있습니다. 각 제품으로 6개의 부품이 만들어졌으며 최대 2500시간 동안 풍화되었습니다. 풍화 동안 500, 800, 1100, 1400 & 2500시간 테스트를 위해 별도의 부품이 제거됩니다. 부품도 0시간에 테스트됩니다. 시간을 범주적 요인으로 분석할 계획입니다. 동일한 부품이 풍화 시간 동안 테스트되지 않았기 때문에 시간은 구조의 분할 플롯으로 처리되어야 하며 반복 측정이 아닌 것으로 처리되어야 한다고 생각합니다. 서로 다른 위치(A, B, C)에서 각 부품에 대해 세 가지 측정이 수행됩니다. 나는 그 위치가 구조상 공간적으로 취급될 수 있다고 생각한다. 분할구와 공간 구조가 결합된 혼합 모델을 가질 수 있습니까? 감사합니다, 마이크 모로우
Re: 개발자 튜토리얼: 혼합 모델 파트 2: 시간과 공간에서 반복 측정 처리안녕, 마이크 @H2OSUP . 프레젠테이션이 유익하셨다니 기쁩니다.
분할구 구조와 공간 상관 구조 모두에 적합할 수 있습니다. 데이터 세트의 크기와 시도하는 공간 구조에 따라 두 가지 유형의 모델을 결합할 때 자주 발생하는 수렴 문제가 발생할 수 있습니다. 기본적으로 이 작업을 수행하는 SAS용 PROC MIXED 설명서의 예가 있습니다.실시예 81.6 라인 소스 스프링클러 관개 이 글을 읽고 SAS 구문에 익숙하지 않은 사람을 위해 JMP로의 "변환"은 다음과 같습니다. 클래스 문 변수는 JMP 데이터 테이블의 명목 열로 지정되고 모델 문은 고정 효과 구조입니다(이 경우 팩토리얼 2까지), 랜덤 문장은 랜덤 효과(JMP의 혼합 성격의 랜덤 탭), 반복 문장의 공간 구조 지정(혼합 성격의 반복 탭)입니다.
Re: 개발자 튜토리얼: 혼합 모델 파트 2: 시간과 공간에서 반복 측정 처리고마워요, 엘리자베스 @eclaassen . 나는 그것을 작동시킬 수 있었다. 혼합 모델 플랫폼에서 LSMeans 대비를 지정하는 방법이 있습니까?
Re: 개발자 튜토리얼: 혼합 모델 파트 2: 시간과 공간에서 반복 측정 처리다중 비교 빨간색 삼각형 메뉴 옵션에서 모든 LSMeans 및 쌍별 비교(ANOM, Dunnett(대조군과의 비교용), Tukey와 같은 다양한 조정 포함)를 얻거나 사용자 지정 추정에 대한 옵션이 있습니다. 사용자 지정은 여전히 쌍으로 이루어지지만 찾고 있는 비교를 제한할 수 있습니다. 상호 작용 또는 이 둘 대 서로의 평균과 같이 더 많은 "자유 형식" 대조에 대한 공개 요청이 있습니다.
Re: 개발자 튜토리얼: 혼합 모델 파트 2: 시간과 공간에서 반복 측정 처리엘리자베스 감사합니다 @eclaassen . 대조 진술이 필요한 특정 비교를 얻으려고 합니다.
Re: 개발자 튜토리얼: 혼합 모델 파트 2: 시간과 공간에서 반복 측정 처리나는 당신의 이름을 추가합니다 ( 마이크 @H2OSUP ) 요청을 추적하기 위해 리소스를 할당하는 기능에 대한 수요를 표시할 수 있습니다. 약속할 수는 없지만 곧 작업할 수 있기를 바랍니다.
