PROC GLIMMIX ermöglicht die Implementierung in der Persönlichkeit der Generalisierten RegressionEs wäre wirklich praktisch, gemischte Modelle (feste + zufällige Effekte) für Antworten zu haben, die nicht normalverteilt sind. Zunächst war es nicht erforderlich, alle heute in der Generalisierten Regressionspersönlichkeit verfügbaren Verteilungen abzudecken. Es wäre ein großer Schritt, dies zunächst für binomiale Antworten zu tun.
Statistik und AnalytikBetreff: Implementierung der PROC GLIMMIX-Funktionen in der Persönlichkeit der Generalisierten RegressionIch habe es in der JMP17-Betaversion bemerkt, großartig.
Betreff: Implementierung der PROC GLIMMIX-Funktionen in der Persönlichkeit der Generalisierten Regression – Status geändert in: Ja, bleiben Sie dran!@Peter_Hersh Sie haben Recht, wir werden in JMP Pro 17.0 eine neue verallgemeinerte lineare gemischte Modellpersönlichkeit zur Verfügung haben, die in Fit Model 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: Implementierung der PROC GLIMMIX-Funktionen in der Persönlichkeit der Generalisierten Regression@SamGardner Ich weiß, dass GLMM zu JMP 17 hinzugefügt wurde. Wird dies das ansprechen, was Fabio sucht?
Betreff: Implementierung der PROC GLIMMIX-Funktionen in der Persönlichkeit der Generalisierten RegressionDas ist ein guter Vorschlag. Ich habe dies in unserem internen Anfragesystem vermerkt. Andere sollten ihre Unterstützung dafür zum Ausdruck bringen, indem sie oben auf die Schaltfläche „Kudos“ (Daumen hoch) klicken.
