covariable dans GLMMSi je souhaite inclure une covariable dans mon modèle, que j'exécute à l'aide du module complémentaire GLMM car les données ne sont pas distribuées normalement et que je souhaite utiliser une option de distribution de Poisson, la covariable est-elle incluse comme effet fixe ou aléatoire ? Je sais que lorsque j'utilise le « modèle d'ajustement » standard, je ne précise pas que la covariable a un attribut aléatoire, c'est pourquoi je ne savais pas comment l'inclure dans le modèle GLMM.
Deuxième question : si après avoir exécuté une ANCOVA je souhaite représenter graphiquement mes LSM + barres d'erreur (SE), je les enregistre sous forme de tableau et que dois-je faire ensuite dans le générateur de graphiques ? J'imagine qu'il serait inexact de représenter graphiquement uniquement les données du tableau d'origine et non les LSM, car je comprends que les LSM tiennent compte de l'effet de covariable et sont donc différents des moyennes habituelles, et les barres d'erreur seront probablement différentes également ?
Merci!
Modélisation statistique avancéeAnalyse et modélisation de données de baseExploration et visualisation des donnéesPersonnalisation de masseRe : covariable dans GLMMSalut,
Il est généralement préférable de poster différentes questions dans des messages séparés. En outre, si vous pouvez inclure des exemples de données non sensibles sous forme de pièce jointe .jmp, cela aide vraiment les membres de la communauté à vous aider.
Concernant votre première question, je pense qu'il est difficile de répondre sans en savoir plus sur ce que vous essayez de modéliser. Je pense qu'il serait inhabituel d'avoir une covariable comme effet aléatoire, mais il pourrait y avoir une raison de le faire.
Je suppose que vous avez d'autres effets que vous modélisez comme aléatoires, sinon vous ne devriez pas avoir besoin d'utiliser le complément GLMM. Il existe une personnalité "modèle linéaire généralisé" dans le modèle d'ajustement pour Poisson et d'autres distributions. Il existe également la personnalité de régression généralisée dans Fit Model dans JMP Pro.
J'espère que ça aide,
Phil
