Problème de modèle mixteQuel est le problème avec ces données ?Je ne parviens à obtenir aucun résultat pour les tests d'effets fixes.
J'effectue un modèle mixte d'une conception en blocs complets randomisés. Rep est un facteur aléatoire tandis que le taux S et le taux N sont des variables continues. J'aimerais voir si le taux S ou le taux N ont un impact sur le rendement. Le rendement est également une variable continue.
Je peux obtenir une sortie lorsque je l'exécute en tant que moindres carrés standard avec la méthode reml, mais lorsque je le change en modèle mixte, je n'obtiens aucun chiffre pour le test des effets fixes.
Modélisation statistique avancéeConception d'expériencesAnalyse de fiabilitéles fenêtresRe : Problème de modèle mixte@KernDawg : J'aimerais ajouter encore une chose ici comme matière à réflexion. Si nous prêtons attention à la structure des données dans les variables "S Rate" et "N Rate", nous pouvons voir qu'elles sont toutes deux plutôt discrètes (pas strictement continues), même si elles sont modélisées de cette façon dans votre tableau de données.Vous pouvez le voir dans le modèle des données, comme indiqué dans les tracés quantiles normaux.Ce type de modèle indique souvent une résolution de mesure limitée (dans le contexte d'un système de mesure utilisé pour collecter des données).
Si nous ajustons une distribution exponentielle à ces données (en utilisant la plateforme de distribution et en sélectionnant cet ajustement de distribution à des fins de démonstration et parce que Johnson Sb risque de surajuster les données), nous pouvons demander à JMP d'enregistrer une colonne continue simulée pour ces ajustements pour chaque de ces deux variables :
Lorsque nous faisons cela et que nous essayons d'ajuster le même modèle dans Fit Mixed (en utilisant ces variables au lieu de celles d'origine), le modèle converge et nous obtenons avec succès des estimations d'effets fixes :
Re : Problème de modèle mixteBonjour @KernDawg , Les critères de convergence et l'algorithme d'optimisation pour Ajuster les mélanges et Ajuster les moindres carrés (avec un effet aléatoire spécifié) vont être différents ; ce qui, je suppose, fait également partie du problème ici.Un autre problème avec cet ensemble de données est la structure de covariance (risque de confusion élevé), qui peut entraîner des problèmes de convergence d'après mon expérience :
Notez qu'en règle générale, nous pourrions considérer une corrélation de Pearson d'environ 0,3 pour indiquer un risque modéré, avec environ 0,5 ou plus pour indiquer un risque plus élevé (mais cela dépendra de vos connaissances en la matière et de votre propre définition personnelle du risque). .
La plateforme Fit Mixed peut être plus sensible à ce risque de confusion et donc à ce qui semble être un problème de convergence (pour lequel les estimations des effets ne sont pas rapportées).D'accord avec @Phil_Kay ce faible rapport signal/bruit dans ce modèle peut contribuer au problème que nous constatons.
La personnalité Ajuster les moindres carrés avec un effet aléatoire spécifié ressemble ici à une spécification de modèle parfaitement acceptable pour votre scénario de modélisation ; auquel cas, aucun de vos effets n'est statistiquement significatif sur votre réponse de rendement réel (à l'exception du terme d'interception).
Le fait que seule l’interception soit « significative » est probablement un autre indice.Vous souhaiterez peut-être examiner un modèle mieux ajusté ici, ou déterminer pourquoi votre modèle attendu ne s'adapte pas particulièrement bien à vos données (Adj-R-carré = 6 % et est inférieur à la moitié du R-carré = 13 %) :
- @PatrickGiuliano
Re : Problème de modèle mixteSalut,
Je ne suis pas sûr de ce qui se passe ici. Dans JMP Pro 16.2.0, je rencontre le même problème que vous. Par hasard, j'ai exécuté le rapport dans une version précoce de JMP Pro 17 (EA6) et dans ce cas, il a donné des estimations des effets fixes. Je vous suggère de contacter le support technique (email : support@jmp.com ) afin qu'ils puissent enquêter.
Tout cela mis à part, il semble que vos facteurs aient peu ou pas d’effet sur la réponse. Je soupçonne que cela fait partie de la raison du problème que vous constatez.
J'espère que cela aide,
Phil
