Hola a todos,
al ajustar un modelo (modelo de efectos fijos) para los resultados de un experimento diseñado por Mínimos cuadrados estándar, tengo la oportunidad no solo de guardar la fórmula de predicción como una columna en la tabla de datos, sino también la fórmula del límite de confianza medio. Sin embargo, al ajustar un modelo de efectos mixtos (REML), pude guardar el Intervalo de confianza medio en la tabla de datos, pero no la fórmula.
¿Alguien conoce la fórmula que se utiliza en el caso de un modelo de efectos aleatorios? ¿Cómo tiene sentido que el ¿Se puede calcular y guardar el intervalo de confianza medio, pero la fórmula en sí no está disponible?
Mejor,
Tina
Hola a todos,
¿Alguien sabe si hay alguna actualización sobre esta pregunta? Vi que es posible guardar la fórmula de predicción de error estándar si uso efectos aleatorios en la plataforma Fit Model (JMP Pro versión 16.1.0). Me preguntaba si es posible usar esta fórmula para calcular la fórmula del intervalo de confianza (Indiv). Sin embargo, si solo agrego 1.96*Std Error Pred Formula a mis predicciones, es más estrecho que el intervalo de confianza.
Mejor,
Anja
Tal vez la respuesta simple sea, "es demasiado complicado para encajar en una fórmula".
... o puedes ir con lo que está en el manual:
https://www.jmp.com/support/help/14/restricted-maximum-likelihood-reml-model.shtml#739871
Intervalos de confianza para componentes de varianza
El método utilizado para calcular los límites de confianza depende de si ha seleccionado Componentes de varianza ilimitados en la ventana de inicio Ajustar modelo. Tenga en cuenta que los componentes de varianza ilimitados están seleccionados de forma predeterminada.
•
|
Si se selecciona Componentes de varianza ilimitados, se calculan los intervalos de confianza basados en Wald. Estos son válidos asintóticamente, pero tenga en cuenta que pueden ser poco fiables con muestras pequeñas. |
•
|
Si no se selecciona Componentes de varianza ilimitados, lo que significa que los parámetros tienen una restricción de límite inferior de cero, se utiliza una aproximación de Satterthwaite (Satterthwaite 1946 ). |
Corrección de Kackar-Harville
En el método REML, los errores estándar de los efectos fijos se estiman utilizando estimaciones de los componentes de la varianza. Sin embargo, si no se tiene en cuenta la variabilidad en estas estimaciones, se subestima el error estándar. Para tener en cuenta el aumento de la variabilidad, la matriz de covarianza de los efectos fijos se ajusta mediante la corrección de Kackar-Harville (Kackar y Harville
1984 y Kenward y Roger
1997 ). Todos los cálculos que involucran la matriz de covarianza de los efectos fijos utilizan esta corrección. Estos incluyen medias de mínimos cuadrados, pruebas de efectos fijos, intervalos de confianza y varianzas de predicción. Para detalles estadísticos, véase
La corrección de Kackar-Harville .
La norma KHC es la norma de Frobenius (matriz) de la corrección de Kackar-Harville. En los casos en que el diseño está bastante bien equilibrado, Norm KHC tiende a ser pequeño.
