Kovariate in GLMMWenn ich eine Kovariate in mein Modell aufnehmen möchte, das ich mit dem GLMM-Add-In ausführe, weil die Daten nicht normal verteilt sind und ich eine Poisson-Verteilungsoption verwenden möchte – wird die Kovariate als fester oder zufälliger Effekt aufgenommen? Ich weiß, dass ich bei Verwendung des standardmäßigen „Anpassungsmodells“ nicht angebe, dass die Kovariate ein zufälliges Attribut hat, weshalb ich nicht sicher war, wie ich sie in das GLMM-Modell aufnehmen sollte.
Zweite Frage: Wenn ich nach dem Ausführen einer ANCOVA meine LSM + Fehlerbalken (SE) grafisch darstellen möchte, speichere ich sie als Tabelle und was mache ich dann im Graph Builder? Ich stelle mir vor, dass es ungenau wäre, nur die Daten aus der Originaltabelle und nicht die LSMs grafisch darzustellen, da ich verstehe, dass die LSMs den Kovariateneffekt berücksichtigen und sich daher von den regulären Mittelwerten unterscheiden und die Fehlerbalken wahrscheinlich auch anders sein werden?
Danke schön!
Erweiterte statistische ModellierungGrundlegende Datenanalyse und ModellierungDatenexploration und -visualisierungMassenanpassungRe: Kovariate in GLMMHi,
Es ist im Allgemeinen besser, verschiedene Fragen in separaten Beiträgen zu posten. Wenn Sie auch einige nicht vertrauliche Beispieldaten als .jmp-Dateianhang hinzufügen können, hilft das den Menschen in der Community wirklich, Ihnen zu helfen.
Zu Ihrer ersten Frage, ich denke, das ist schwer zu beantworten, ohne mehr darüber zu wissen, was Sie zu modellieren versuchen. Ich denke, es wäre ungewöhnlich, eine Kovariate als zufälligen Effekt zu haben, aber es könnte einen Grund dafür geben.
Ich gehe davon aus, dass Sie andere Effekte haben, die Sie als zufällig modellieren, ansonsten sollten Sie das GLMM-Add-In nicht verwenden müssen. In Fit Model für Poisson und andere Distributionen gibt es eine „Generalized Linear Model“-Persönlichkeit. Es gibt auch die Generalized Regression Personality in Fit Model in JMP Pro.
Ich hoffe das hilft,
Phil
