혼합 모델에 대한 단계별 모델 선택여러분 모두에게,
믹셀 모델(하나의 임의 효과 포함)에서 중요한 고정 효과를 선택하기 위해 단계적 모델 선택을 사용하고 싶습니다.
Fit Model Platform의 "Personality"를 "Standard Least Squares"에서 "Stepwise"로 변경하면 고려하지 않고 "순수한" 고정 효과 모델이 있는 것처럼 동일한 모델 선택이 수행되는 것 같습니다. 랜덤 효과. 무작위 효과를 고려한 다음 단계적 모델 선택을 수행하는 방법이 있습니까? 내 말은, 무작위 효과가 데이터의 전체 변동의 큰 부분을 야기한다면, 이것이 차이를 만들어야 한다는 것입니다. 맞습니까?
친애하는,
티나
Re: 혼합 모델에 대한 단계별 모델 선택안녕 @cwillden 그리고 @Kevin_Anderson , 해당 주제와 팁에 대한 귀하의 생각에 대해 대단히 감사합니다!
분석은 "일반" JMP(Pro 버전 없음)에서 실행해야 하므로 @cwillden 제안했다.
나는 항상 모든 주효과를 포함하는 모델을 갖고 관련 상호작용 또는 2차 효과를 추가로 선택하기를 원하므로 주효과 모델에서 시작하여 단계적으로 임의 효과를 고정 효과로 둘 것입니다.
최고,
티나
Re: 혼합 모델에 대한 단계별 모델 선택참고로 방법 @Kevin_Anderson 제안은 JMP Pro에서만 사용할 수 있습니다.
Re: 혼합 모델에 대한 단계별 모델 선택안녕, 티나!
Stepwise의 치명적인 통계적 결함을 알고 있기를 바랍니다.NE SUG 2007의 첨부 문서를 참조하십시오.
그 문서의 인용문: "가장 충격적으로 분석가가 생각하지 못하게 합니다. 다시 말해서 데이터 분석가가 단계적 방법을 사용하는 것은 상사에게 급여를 삭감해야 한다고 말하는 것과 같습니다."
Stepwise를 피하고 Fit Model 플랫폼, 특히 Adaptive Lasso에서 Generalized Regression 특성을 시도하는 것이 좋습니다.
행운을 빕니다!
Re: 혼합 모델에 대한 단계별 모델 선택안녕 @티나 ,
무작위 효과가 Stepwise에서 지원되지 않기 때문에 JMP에서는 항상 까다로운 상황이었습니다.임의 효과를 일시적으로 고정된 것으로 취급할 수 있는 경우 단계적으로 실행하여 모델에 도달한 다음 해당 지점에서 임의 효과로 되돌릴 수 있습니다.
나는 일반적으로 전체 모델에서 시작하여 조심스럽게 축소하여 JMP에서 수동 모델 선택을 수행합니다.당신도 항상 그렇게 할 수 있습니다.
행운을 빌어 요.
