Vorhersageintervalle für gemischte Modelle (Kundenwunsch)Hallo an alle,
Dies ist eine Fortsetzung von Florians Post vor ein paar Mal:
Gelöst: Vorhersageintervall im Vorhersage-Profiler – JMP User Community
Hier wird eine Problemumgehung verwendet, um das Vorhersageintervall für ein Modell mit festen Effekten zu erhalten.
Die Frage ist: Ist es möglich, die Vorhersageintervalle für gemischte Modelle mit zufälligen Effekten zu berechnen? Wenn Sie den Beitrag hier lesen, scheint es aufgrund der Berechnungsmethode schwierig zu sein, eine JMP-Formel für Konfidenzintervalle für gemischte Modelle zu erhalten:
Holen Sie sich die Formel für das "mittlere Konfidenzintervall" von Fit Model für Mixed-Effect-Modell - JMP User Community
Wenn ich versuche, Formeln aus dem Cholesterin-Stapelmodell in der Beispielbibliothek zu speichern, kann ich die Vorhersageformel und das Konfidenzintervall (ohne Formel) speichern, aber beispielsweise kein PredSE.
Gibt es eine mögliche Problemumgehung, um die Formel für das Vorhersageintervall oder die Formel für das Konfidenzintervall zu erhalten? In Anbetracht des obigen Beitrags scheint dies nicht möglich zu sein.
Ich bin ziemlich neu in gemischten Modellen, daher habe ich möglicherweise einige offensichtliche Eigenschaften gemischter Modelle übersehen, die dies schwierig / unmöglich machen. Was wäre die beste Antwort an den Kunden?
Danke,
Jonas
Betreff: Vorhersageintervalle für gemischte Modelle (Kundenwunsch)Danke, ich werde das weiterleiten und sehen, ob es noch etwas zu klären gibt.
Betreff: Vorhersageintervalle für gemischte Modelle (Kundenwunsch)Für gemischte Modelle können Sie die Vorhersageintervalle (dh Indiv. Konfidenzintervall), wenn es nur zufällige Effekte gibt.Zum Beispiel für Cholesterindaten, wenn Sie Patient als zufälligen Effekt hinzufügen und die Struktur Wiederholt auf Residual setzen Sie können die Vorhersageintervallwerte speichern:
Gemischte Modelle mit einer anderen Repeated-Struktur als Residual bieten keine Indiv. Konfidenzintervall.
Da JMP keine Option zum Speichern von Standardfehlern von Predicted als Formeln bietet, können wir die Problemumgehung nicht so durchführen, wie wir es für SLS getan haben.
(Übrigens, JMP 17 verwendet jetzt das t-Quantil, sodass die Vorhersageintervall von der Vorhersage-Profiler In Graph stimmt mit dem gespeicherten überein Individuelles Konfidenzintervall direkt von Fit Model. Ich werde meinen vorherigen Beitrag aktualisieren.)
