Hallo,
Ich lerne etwas über die gemischte Modellplattform in JMP und habe ein paar Fragen, die die Theorie mit der Vorgehensweise von JMP vermischen. Ich würde gerne um Hilfe bitten, um dies zu erklären, da die Art und Weise, wie das Modell eingegeben wird, von entscheidender Bedeutung ist. Die Dokumentation ist sehr technisch und spärlich. Ich habe mir bereits beide Mastering-JMP-Videos auf gemischten Modellen angesehen und sie geben Beispiele, aber es wird viel ausgelassen. Ich finde es schwierig, den Zusammenhang zwischen den theoretischen Aspekten der Statistik und der Art und Weise, wie man sie in JMP umsetzt, herzustellen. Das Konzept der zufälligen Steigungen und zufälligen Schnittpunkte ist klar, aber ich bin nicht sicher, ob ich verstehe, wie man es in JMP implementiert oder welchen Unterschied es zu „nur“ einem zufälligen Effekt macht.
1) Die wiederholte Kovarianzstruktur und die wiederholte Variable sind klar. Aber wann muss das „Subjekt“ in diesem Teil verwendet werden und was stellt es dar?
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 „Als Zufallskoeffizienten verschachteln“? und warum NEST als Zufallskoeffizienten und nicht nur als Zufallskoeffizienten? Ich schätze, es fällt mir schwer, den Unterschied zwischen dem Zufallseffekt und den zufälligen Schnittpunkten und zufälligen Steigungen zu verstehen.
4) nichtlinear: Wenn ich einen Effekt habe, der sich über die Zeit nichtlinear ändert, zum Beispiel steigt und fällt, sollte ich die Variable meines Erachtens als selbstgekreuzten Effekt (d. h. X*X) verwenden, um den quadratischen Effekt zu erzielen , richtig? Können diese wiederum verschachtelt sein oder zufällige Effekte sein?
5) Kann eine bestimmte Variable feste und zufällige Auswirkungen haben? Soll ich es also zu beiden Spalten hinzufügen?
6) Was ist schließlich mit der nichtparametrischen Methode? Ich schätze, ich müsste das GLM verwenden und das Attribut „Random Effects“ verwenden? Wo wären in diesem Fall die zufälligen Schnittpunkte und Steigungen?
Danke,
Uriel.
Hallo,
Zunächst einmal sind gemischte Modelle nicht einfach. Die meisten Menschen haben mit diesen Konzepten Schwierigkeiten. Ich habe einen Master in Angewandter Statistik einschließlich eines Moduls zu gemischten Modellen absolviert und habe immer noch Probleme mit den Konzepten.
Es gibt viele Beiträge zu gemischten Modellen in der JMP-Community, daher möchte ich Sie dazu ermutigen, diese durchzulesen. Ich schlage vor, dass Sie nach Antworten auf jede dieser Fragen einzeln suchen, anstatt zu versuchen, Antworten auf alle Ihre Fragen auf einmal zu erhalten.
Ich empfehle Ihnen auch, sich einige der anderen Ressourcen rund um gemischte Modelle anzusehen. Das Und dieser Blogbeitrag von Jian Cao sollte nützlich sein.
Ich schlage vor, dass Sie Daten für ein Beispiel eines Problems veröffentlichen, das Sie modellieren möchten. Dadurch wird es für Community-Mitglieder einfacher, Ihnen zu helfen.
Mal sehen, ob wir jetzt einige Ihrer Fragen beantworten können ...
1. Dies steht in einem von Jians Blogbeiträgen, wo es zur Angabe von Patient verwendet wird. Wenn Sie wiederholte Messungen in einer gestapelten Struktur durchgeführt haben, müssen Sie JMP die Spalte mitteilen, die die „Maßeinheit“ identifiziert, d. h. 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 für jede Stufe des Zufallseffekts eine unterschiedliche Steigung für einen Effekt modellieren. (Sowie ein anderer Schnittpunkt für jede Ebene des Zufallseffekts.) Beispielsweise eine unterschiedliche Steigung für Ertrag vs. Feuchtigkeit für jede Ebene der Sorte.
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 angeben.
5. Auch hier ist das Beispiel aus Jians erstem Blogbeitrag hilfreich. Feuchtigkeit wird sowohl als fester Effekt als auch als zufälliger, in Variety verschachtelter Effekt angegeben.
6. Ich weiß nicht genau, 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
