Hi,
Ich lerne etwas über die gemischte Modellplattform in JMP und habe einige Fragen, die die Theorie mit der Vorgehensweise von JMP mischen. Ich möchte um etwas Erklärungshilfe bitten, da die Art und Weise, wie das Modell eingegeben wird, entscheidend ist. Die Dokumentation ist sehr technisch und spärlich. Ich habe mir beide JMP-Mastering-Videos auf gemischten Modellen bereits angesehen, und sie geben Beispiele, aber es wird viel ausgelassen. Ich finde es schwierig, die Beziehung zwischen den theoretischen Aspekten der Statistik und der Umsetzung in JMP herzustellen. Das Konzept der zufälligen Steigungen und zufälligen Schnittpunkte ist klar, aber ich bin mir nicht sicher, ob ich verstehe, wie es in JMP implementiert wird oder was der Unterschied zu "nur" einem zufälligen Effekt ist.
1) die wiederholte Kovarianzstruktur und die wiederholte Variable sind klar. Aber wann muss das „Subjekt“ in diesem Teil verwendet werden und was repräsentiert es?
2) Ich verstehe, dass "Verschachtelung" die mehrstufige Struktur ist.
3) Was ist der Unterschied zwischen dem Festlegen einer Variablen als zufällig und dem Festlegen als "Verschachtelung als zufällige Koeffizienten"? und warum NEST als Zufallskoeffizienten und nicht nur als Zufallskoeffizienten? Ich schätze, ich habe Mühe, den Unterschied zwischen dem zufälligen Effekt und den zufälligen Schnittpunkten und zufälligen Steigungen zu verstehen.
4) nichtlinear: Wenn ich einen Effekt habe, der sich im Laufe der Zeit nichtlinear ändert, zum Beispiel auf und ab geht, sollte ich die Variable als einen sich selbst kreuzenden Effekt (dh X * X) verwenden, um den quadratischen Effekt zu erzielen , Korrekt? diese können wiederum verschachtelt sein, oder zufällige effekte sein?
5) Kann eine gegebene Variable feste und zufällige Effekte haben? Soll ich es also zu beiden Spalten hinzufügen?
6) Was ist schließlich mit nichtparametrisch? Ich denke, ich müsste das GLM verwenden und das Attribut für zufällige Effekte verwenden? Wo wären in diesem Fall die zufälligen Schnittpunkte und Steigungen?
Vielen Dank,
Uriel.
Hi,
Zunächst einmal sind gemischte Modelle nicht einfach. Die meisten Menschen kämpfen mit diesen Konzepten. Ich habe einen Master in angewandter Statistik mit einem Modul zu gemischten Modellen gemacht und kämpfe immer noch mit den Konzepten.
Es gibt viele Beiträge zu gemischten Modellen in der JMP-Community, daher möchte ich Sie ermutigen, diese durchzusehen. Ich schlage vor, dass Sie auf jede dieser Fragen einzeln nach Antworten suchen, anstatt zu versuchen, Antworten auf alle Ihre Fragen auf einmal zu erhalten.
Ich ermutige Sie auch, sich einige der anderen Ressourcen rund um gemischte Modelle anzusehen. Dies und diesen Blogbeitrag von Jian Cao sollte nützlich sein.
Ich schlage vor, dass Sie Daten für ein Beispiel eines Problems posten, das Sie modellieren möchten. Dadurch können Community-Mitglieder Ihnen leichter helfen.
Mal sehen, ob wir jetzt einige Ihrer Fragen beantworten können ...
1. Dies ist in einem von Jians Blog-Beiträgen, wo es verwendet wird, um Patient anzugeben. Wenn Sie wiederholte Messungen in einer gestapelten Struktur haben, müssen Sie JMP die Spalte mitteilen, die die „Maßeinheit“ identifiziert, dh das „Ding“, an dem Sie wiederholte Messungen vorgenommen haben. Auch hier wäre es hilfreich, wenn Sie ein Beispiel aus Ihrer Arbeit nennen könnten.
2. Richtig.
3. Jians erster Blogbeitrag enthält ein gutes Beispiel. Wenn Sie Zufallskoeffizienten verschachteln, können Sie modellieren, dass ein Effekt für jede Stufe des Zufallseffekts eine andere Steigung hat. (Sowie ein unterschiedlicher Schnittpunkt für jede Stufe des Zufallseffekts.) ZB eine unterschiedliche Steigung für Ertrag vs. Feuchtigkeit für jede Varietätsstufe.
4. X*X würde als "quadratischer" Effekt beschrieben und würde es Ihnen ermöglichen, eine krummlinige Beziehung zwischen Y und X zu modellieren. Ja, Sie können diese als verschachtelte Zufallseffekte festlegen.
5. Auch hier ist das Beispiel aus Jians erstem Blogbeitrag hilfreich. Feuchtigkeit wird sowohl als fester Effekt als auch als zufälliger Effekt angegeben, der innerhalb von Variety verschachtelt ist.
6. Ich bin mir nicht sicher, was Sie hier mit nichtparametrisch meinen. Ich denke, Sie fragen vielleicht nach Situationen, die keine linearen Standardmodelle sind. Verallgemeinerte lineare gemischte Modelle sind derzeit in JMP (oder JMP Pro) nicht möglich. Sie können Ihre Stimme und Kommentare zur JMP-Wunschliste hinzufügen hier .
Ich hoffe, das alles hilft.
Phil
