Cette présentation technique a été donnée par Elizabeth Claassen, développeur statistique JMP et co-auteur de JMP pour les modèles mixtes pour JMP.Données du livre a été utilisé dans la présentation et vous pouvez le télécharger et l'utiliser. La vidéo dure plus de 90 minutes. long avec des questions entrecoupées tout au long.
Les modèles mixtes constituent l’un des moyens les plus puissants de gérer les observations corrélées dans les expériences conçues. Ils portent souvent d'autres noms, notamment modèles de blocage, modèles à composantes de variance, plans imbriqués et divisés, modèles linéaires hiérarchiques, modèles multiniveaux, Bayes empiriques, mesures répétées, modèles de structure de covariance et modèles à coefficients aléatoires.
Allant bien au-delà des modèles linéaires standards, les modèles mixtes vous permettent de faire des inférences précises et précises sur vos données et d'acquérir une compréhension plus approfondie des sources de signal et de bruit dans le système étudié. Les effets fixes et aléatoires bien formés se généralisent bien et vous aident à prendre les meilleures décisions basées sur les données.
