Modèles mixtes >> données catégorielles >> fonctionnalité d'effet aléatoireUne fonctionnalité demandée sous la plateforme de modèles mixtes lorsque l'on travaille avec des données catégorielles (binaires) serait de pouvoir ajuster des effets aléatoires.
Plus d'informations de Catégoriel > Données multi-niveaux > PROC GLIMMIX :
Being requested for multi-level data (Sequential monadic, diary studies, deprivation). Includes random effects for categorical and binary. Currently in SAS.
Statistiques et analysesRe : Modèles mixtes >> données catégorielles >> fonctionnalité d'effet aléatoire - Statut modifié en : Oui, restez à l'écoute !@Peter_Hersh nous aurons une nouvelle personnalité de modèle mixte linéaire généralisé disponible dans JMP Pro 17.0, disponible dans Fit Model, qui peut adapter les GLMM pour les distributions de réponses binomiales et de Poisson.Si vous êtes membre du programme JMP 17 Early Adopter, vous pouvez l'essayer et le tester dès maintenant.
Re : Modèles mixtes >> données catégorielles >> fonctionnalité d'effet aléatoire@SamGardner Je sais que GLMM a fait l'objet d'une refonte dans JMP 17, est-ce maintenant possible ?
Re : Modèles mixtes >> données catégorielles >> fonctionnalité d'effet aléatoireLes GLMM seront assez difficiles à ajouter. Mais les équations d'estimation généralisées sont beaucoup plus simples et atteignent le même objectif dans la mesure où les inférences (tests et intervalles) sont robustes à la corrélation intra-sujet. La principale différence est que l'inférence avec les GEE se fait au niveau de la population plutôt qu'au niveau du sujet (pas d'effets aléatoires), mais d'après notre réunion d'octobre 2017, il semble que l'inférence au niveau de la population soit ce que vous recherchez. Nous pouvons envisager d'ajouter des GEE en option à GenReg.Re : Modèles mixtes >> données catégorielles >> fonctionnalité d'effet aléatoire - Statut modifié en : Ouvert au voteRe : Modèles mixtes>> données catégorielles>> fonctionnalité d'effet aléatoireCela a été réitéré dans Catégoriel > Données multi-niveaux > PROC GLIMMIX .
Re : Modèles mixtes>> données catégorielles>> fonctionnalité à effet aléatoire<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Jeff-
Oui c'est correct. Merci-
Scott
Re : Modèles mixtes>> données catégorielles>> fonctionnalité à effet aléatoirereese.sj ,
Juste pour clarifier, vous souhaitez que Fit Model prenne en charge les réponses catégorielles lors de l'utilisation de la personnalité Mixed Model. Est-ce exact?
-Jeff
Re: Modèles mixtes >> données catégorielles >> fonctionnalité d'effet aléatoire - Statut modifié : Livré
