Hola. Soy un nuevo usuario de JMP versión 16.0. Estoy usando los puntajes de los estudiantes para analizar los puntajes de predicción. Estoy utilizando Fit-to-Model. Hay datos donde los estudiantes están ausentes durante la prueba. Por lo tanto, dejo la puntuación como un carácter como 'ABS', configurado como numérico, continuo en la configuración de la columna.
Desarrollo un modelo lineal para analizar la predicción y JMP calcula con éxito los resultados. Me pregunto cómo se realiza el tratamiento de los datos ausentes/faltantes. Traté de buscar un manual de JMP para entender el método, pero no puedo encontrar ninguno.
Hay 2 casos en los que me gustaría entender el tratamiento de los datos faltantes. Consulte el archivo adjunto para obtener más detalles.
Caso 1: Al calcular la predicción para el tiempo t actual (t=tiempo) y la puntuación ausente es en el tiempo t.
Caso 2: Al calcular la predicción para el próximo t (t=tiempo) y la puntuación ausente es durante el t anterior.
El modelo lineal es;
Yijt = Gran media + + + <(sujeto*prueba)jt> + <(estudiante*sujeto)ij> + εijt
Adjunto el PDF para explicar la simulación, y los datos operativos para el análisis JMP con sus resultados.
Gracias por su ayuda y amable orientación. Si hay algún manual útil o equivalente para comprender el tratamiento, no dude en compartirlo conmigo. Es muy apreciado. Gracias.
Puede ver en el informe que JMP no está utilizando "los valores faltantes", es decir, solo se utilizan 31 o 23 observaciones para el modelo.
Simplemente intente cambiar el valor que falta por uno que no falte y verá la diferencia.
Por cierto, hay una descripción detallada de Fit Model: Modelo de ajuste (jmp.com)
Para el modelado, JMP (y otro software) no necesita una matriz de resultados completamente ocupada. Es una especie de "interpola". También puede verlo cuando activa el control de extrapolación en Predction Profiler y luego cambia a la configuración de parámetros con valor faltante.
