Différentes options de modèles mixtesSous « Ajuster le modèle », je ne sais pas trop comment exécuter un modèle mixte approprié. Une approche semble consister à choisir « Modèle mixte » sous « Personnalité », puis à simplement ajouter des effets fixes et des effets aléatoires sous les différents onglets. Cependant, l'autre option consiste à conserver les « Moindres carrés standard » sous « Personnalité », puis à ajouter des variables qui sont ensuite attribuées comme effets aléatoires à l'aide de la liste déroulante du triangle rouge sous « Attributs ». N'est-ce pas aussi un modèle mixte ? J'obtiens à peu près le même résultat lorsque je l'essaye avec les mêmes données de ces deux manières, mais JMP donne des sorties légèrement différentes. Ce dernier utilise les estimations des composantes de variance REML. S’agit-il des mêmes analyses ?
Modélisation statistique avancéeRe : Différentes options de modèles mixtesMerci, @P_Bartel .
Oui, c’est un modèle mixte, le modèle à effets aléatoires. Cependant, si les données sont déséquilibrées, les résultats sont légèrement différents. Le modèle mixte de JMP Pro est préférable.
Avec JMP Pro, vous pouvez adapter d'autres types de modèles mixtes à des mesures répétées avec un choix de structures de covariance, de données spatiales ou de modèles à coefficients aléatoires.
Re : Différentes options de modèles mixtesMerci. Désolé, je travaille avec JMP Pro 15. J'ai un exemple spécifique sur lequel je travaille, mais je ne ferai pas perdre de temps aux gens sur des détails compliqués. Je posais simplement une question générale pour l'avenir et j'espérais que ce serait simple "oui, ils sont essentiellement les mêmes; utilisez l'une ou l'autre option" ou "non, ils sont différents et voici pourquoi vous choisiriez l'une plutôt que l'autre". ". Cependant, comme pour la plupart des choses, la réponse semble être plus compliquée qu’un oui/non ! Merci pour les liens. Je vais les regarder. J'ai consulté certains didacticiels et formations sur les modèles mixtes de JMP, mais je n'ai pas trouvé de solution au problème que j'ai mentionné.
Re : Différentes options de modèles mixtesIl est presque impossible de fournir un flux de travail « taille unique » pour l'ajustement de modèles mixtes, car tout dépend :
1. Quel produit JMP utilisez-vous ? Il existe de grandes différences entre JMP et JMP Pro en termes de fonctionnalités pour cette large famille de méthodes de modélisation. En tant qu'ancien ingénieur système senior chez JMP, ma recommandation aux expérimentateurs et aux modélisateurs est la suivante : si la modélisation mixte est quelque chose dont vous dépendez vraiment, alors envisagez sérieusement JMP Pro car il possède un ensemble de fonctionnalités beaucoup plus large que JMP.
2. Tout dépend de la structure spécifique de la conception expérimentale, de la définition des effets et du modèle que vous essayez d'adapter. Il existe une multitude de voies en matière de structure de conception expérimentale, d'estimation des effets, etc. qui influencent toutes des sélections spécifiques au sein de l'écosystème de flux de travail JMP/JMP Pro.
Ce qui précède n'aidera peut-être pas beaucoup... mais sans savoir quel produit vous utilisez, plus de détails sur le problème en question, la conception expérimentale spécifique, etc. Si vous n'avez pas déjà un bon point de départ, la documentation en ligne JMP par rapport aux modèles mixtes trouvés ici : Documentation JMP sur les modèles mixtes
Je recommande également de jeter un œil à ce webinaire JMP On Demand présenté par mon ancien collègue @jiancao avec quelques bonnes explications et exemples: Webinaire sur la modélisation mixte à la demande
