Gemischte Modelle >> kategoriale Daten >> ZufallseffektfunktionalitätEine gewünschte Funktionalität im Rahmen der Plattform für gemischte Modelle bei der Arbeit mit kategorialen Daten (binär) wäre die Möglichkeit, zufällige Effekte anzupassen.
Weitere Informationen von Kategorisch > Mehrstufige Daten > PROC GLIMMIX :
Being requested for multi-level data (Sequential monadic, diary studies, deprivation). Includes random effects for categorical and binary. Currently in SAS.
Statistik und AnalytikBetreff: Gemischte Modelle >> kategoriale Daten >> Zufallseffektfunktionalität – Status geändert in: Ja, bleiben Sie dran!@Peter_Hersh Wir werden in JMP Pro 17.0 eine neue verallgemeinerte lineare gemischte Modellpersönlichkeit zur Verfügung haben, die in der Funktion „Modell anpassen“ verfügbar ist und GLMMs für Binomial- und Poisson-Antwortverteilungen anpassen kann.Wenn Sie Mitglied des JMP 17 Early Adopter-Programms sind, können Sie es jetzt ausprobieren und testen.
Betreff: Gemischte Modelle >> kategoriale Daten >> Funktionalität mit zufälligen Effekten@SamGardner Ich weiß, dass GLMM in JMP 17 überarbeitet wurde. Ist das jetzt möglich?
Betreff: Gemischte Modelle >> kategoriale Daten >> Funktionalität mit zufälligen EffektenGLMMs werden ziemlich schwer hinzuzufügen sein. Aber verallgemeinerte Schätzgleichungen sind viel einfacher und erreichen das gleiche Ziel, da die Schlussfolgerungen (Tests und Intervalle) robust gegenüber der Korrelation innerhalb des Subjekts sind. Der Hauptunterschied besteht darin, dass die Schlussfolgerung mit GEEs auf Bevölkerungsebene und nicht auf Subjektebene erfolgt (keine zufälligen Effekte), aber aus unserem Treffen im Oktober 2017 geht hervor, dass es sich bei Ihnen so anhört, als ob Schlussfolgerungen auf Bevölkerungsebene das sind, was Sie suchen. Wir können darüber nachdenken, GEEs als Option zu GenReg hinzuzufügen.Betreff: Gemischte Modelle >> kategoriale Daten >> Funktionalität mit zufälligen Effekten – Status geändert in: Offen zur AbstimmungBetreff: Gemischte Modelle>> kategoriale Daten>> ZufallseffektfunktionalitätDies wurde in wiederholt Kategorisch > Mehrstufige Daten > PROC GLIMMIX .
Betreff: Gemischte Modelle >> kategoriale Daten >> Funktionalität mit zufälligen Effekten<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Jeff-
Ja, das ist richtig. Danke schön-
Scott
Betreff: Gemischte Modelle >> kategoriale Daten >> Funktionalität mit zufälligen Effektenreese.sj ,
Zur Klarstellung: Sie möchten, dass „Fit Model“ kategoriale Antworten unterstützt, wenn Sie die Persönlichkeit „Gemischtes Modell“ verwenden. Ist das korrekt?
-Jeff
Betreff: Gemischte Modelle >> kategoriale Daten >> Funktionalität für Zufallseffekte – Status geändert in: Zugestellt
