EMS vs REML: perché gli errori standard differiscono?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />CIAO,
Ho appena impostato una serie di modelli misti utilizzando la piattaforma Fit Model utilizzando uno dei set di dati demo di JMP ("Pressione sanguigna", in cui ho impostato Dosi come effetto fisso e Soggetti come effetto casuale).Per analizzare questi modelli ho una scelta di metodologie: EMS o REML (consigliato), quindi li ho provati entrambi, ho aggiunto un confronto a coppie delle dosi (l'opzione "LS significa t di Student" nel pannello "Dettagli effetto", mostrando il Solo rapporto Lettere di collegamento) e ha confrontato i risultati.Nell'output risultante il rapporto Dose F, il valore P, le medie dei minimi quadrati e il rapporto Lettere di collegamento erano tutti identici; tuttavia gli errori standard per le medie dei minimi quadrati erano diversi in tutti i casi.
Questo non mi sorprenderebbe, dopotutto spesso si utilizzano metodologie diverse Fare fornire risultati diversi, tranne per il fatto che se gli errori standard fossero diversi, mi sarei aspettato i rapporti delle lettere di collegamento Anche aver prodotto risultati diversi, perché i confronti a coppie sono (presumibilmente) basati sugli stessi calcoli che hanno generato gli errori standard.
Com'è possibile?Vale la pena aggiungere che, sebbene gli errori standard qui, sebbene diversi, siano comunque abbastanza simili, la domanda è venuta alla luce originariamente mentre stavo analizzando un set di dati molto più ampio in cui gli errori standard riportati da un'analisi erano circa tre volte quelli dell'altra - e eppure tutti i rapporti di Connecting Letters erano ancora una volta identici.
Sto eseguendo JMP 11 e allego una copia del set di dati della pressione sanguigna con entrambe le analisi allegate per chiunque desideri controllare i miei calcoli.Ho fatto qualcosa di stupido qui?
Grazie molto.
Ri: EMS vs REML: perché gli errori standard differiscono?CIAO,
Il motivo per cui gli errori standard sono diversi tra gli errori standard REML e quelli EMS Medie LS è perché REML utilizza il seguente calcolo per gli errori standard Medie LS:
dove L è il vettore di contrasto per le medie LS, X è la matrice di progetto e V è la matrice della varianza.
EMS utilizza il metodo dei minimi quadrati ordinari per calcolare gli errori standard delle medie LS che non includono la matrice della varianza, V,
EMS LS Significa formula di errore standard:
.
Pertanto EMS tratta sostanzialmente tutti gli effetti come fissi in questi calcoli.
Consiglierei sicuramente di utilizzare REML su EMS.
Spero che aiuti.
Laura
Re: EMS vs REML: perché gli errori standard sono diversi?Ciao, grazie mille: mi informerò a riguardo. Riesci a trovare un motivo per cui i report delle lettere di collegamento per entrambi i metodi forniscano risultati identici? Se usassi un pacchetto che non fornisse questa particolare funzionalità, probabilmente calcolerei io stesso un riepilogo del genere direttamente dalla tabella delle medie e degli errori standard, nel qual caso otterrei presumibilmente risultati diversi da quelli che JMP fornisce per la metodologia REML. Vorrei quindi capire meglio la questione.
Grazie per il tempo che ci hai dedicato: è davvero utile.
