Ciao. Sono un nuovo utente di JMP versione 16.0. Sto usando i punteggi degli studenti per analizzare i punteggi delle previsioni. Sto utilizzando il Fit-to-Model. Ci sono dati in cui gli studenti sono assenti durante la prova. Pertanto, lascio il punteggio come un carattere come 'ABS', impostato come numerico - continuo nell'impostazione della colonna.
Sviluppo un modello lineare per analizzare la previsione ei risultati vengono calcolati con successo da JMP. Mi chiedo come viene effettuato il trattamento per i dati assenti/mancanti? Ho provato a cercare un manuale JMP per capire il metodo, ma non ne ho trovato.
Ci sono 2 casi in cui vorrei capire il trattamento dei dati mancanti. Si prega di fare riferimento all'allegato per i dettagli.
Caso 1: Quando si calcola la previsione per l'attuale t (t=tempo) e il punteggio assente è al momento t.
Caso 2: Quando si calcola la previsione per il prossimo t (t=tempo) e il punteggio assente è durante il precedente t.
Il modello lineare è;
Yijt = Grande media + + + <(soggetto*test)jt> + <(studente*soggetto)ij> + εijt
Allego il PDF per spiegare la simulazione e i dati operativi per l'analisi JMP con i suoi risultati.
Grazie per il vostro aiuto e gentile guida. Se esiste un manuale utile o equivalente per comprendere il trattamento, non esitare a condividerlo con me. È molto apprezzato. Grazie.
È possibile vedere nel report che JMP non utilizza "i valori mancanti", ovvero solo 31 o 23 osservazioni vengono utilizzate per il modello.
Prova semplicemente a cambiare il valore mancante in uno non mancante e vedrai la differenza.
A proposito, c'è una descrizione dettagliata per Fit Model: Modello adatto (jmp.com)
Per la modellazione, JMP (e altri software) non necessitano di una matrice dei risultati completamente occupata. È una specie di "interpolazione". Puoi vederlo anche quando si attiva il controllo dell'estrapolazione in Predction Profiler, quindi si passa all'impostazione del parametro con il valore mancante.
