さまざまな混合モデル オプション「モデルの適合」の下で、適切な混合モデルを実行する方法について少し混乱しています。 1つのアプローチは、「パーソナリティ」で「混合モデル」を選択し、異なるタブで固定効果とランダム効果を単純に追加することです. ただし、もう 1 つのオプションは、「パーソナリティ」の下に「標準最小二乗法」を保持し、「属性」の下の赤い三角形のドロップダウンを使用してランダム効果として割り当てられる変数を追加することです。 これもミックスモデルじゃないの？ これら 2 つの方法で同じデータを使用して試してみると、ほぼ同じ結果が得られますが、JMP の出力はわずかに異なります。 後者は、REML 分散成分の推定値を使用します。 これらは同じ分析ですか？
分析Re: さまざまな混合モデル オプションありがとう、 @P_バーテル.
はい、混合モデル、ランダム効果モデルです。 ただし、データが不均衡な場合、結果はわずかに異なります。 JMP Pro の混合モデルが推奨されます。
JMP Proを使用すると、共分散構造、空間データ、またはランダム係数モデルを選択して、他のタイプの混合モデルを反復測定に適合させることができます。
Re: さまざまな混合モデル オプションありがとう。 申し訳ありませんが、JMP Pro 15 で作業しています。 私が取り組んでいる特定の例がありますが、厄介な詳細について人々の時間を無駄にするつもりはありません。 私は将来のための一般的な質問として尋ねただけで、「はい、それらは本質的に同じです。どちらかのオプションを使用してください」または「いいえ、それらは異なります。これが、どちらか一方を選択する理由です。 "。 ただし、ほとんどの場合と同様に、答えはイエス/ノーよりも複雑に思えます。 リンクをありがとう。 私はそれらを見ます。 JMP の混合モデルのチュートリアルとトレーニングをいくつか見ましたが、言及した問題が解決されていません。
Re: さまざまな混合モデル オプション以下に大きく依存するため、混合モデルをフィッティングするための「万能」ワークフローを提供することはほとんど不可能です。
1. どの JMP 製品を使用していますか? JMP と JMP Pro の間には、この広範なモデリング手法ファミリの機能という点で大きな違いがあります。 JMP の元シニア システム エンジニアとして、実験者やモデラーに推奨するのは、混合モデリングに本当に依存しているのであれば、JMP Pro を真剣に検討することです。
2. 特定の実験計画の構造、効果の定義、当てはめようとしているモデルに大きく依存します。 JMP/JMP Pro ワークフロー エコシステム内の特定の選択に影響を与える、実験計画の構造、効果の推定などに関する多数の経路があります。
上記はあまり役に立たないかもしれません...しかし、使用している製品がわからない場合は、目前の問題、特定の実験計画などの詳細について説明します。まだ開始するのに適した場所がない場合は、JMPオンラインドキュメントここにある混合モデルへの書き込み：混合モデルの JMP ドキュメント
また、私の元同僚によるこの JMP On Demand ウェビナーも参照することをお勧めします。 @jiancaoいくつかの素晴らしい説明と例:オンデマンド混合モデリングのウェビナー
