Je fais un modèle de méthode mixte pour une variable dépendante continue et
Fit Model(
Y(:usg_dev_data),
Effects(:Phase, :level, :experience),
Random Effects(:Subject ID),
NoBounds(1),
Personality("Mixed Model"),
Run(Repeated Effects Covariance Parameter Estimates(0))
)
en faisant la même chose dans R que
model2 <- lmer(usg_dev_data ~ Phase + niveau + expérience + (1 | Subject_ID), data = df)
J'obtiens des estimations de paramètres très différentes
de R
Effets fixes : Estimation Std. Erreur df t valeur Pr(>|t|) (Interception) 2,40991 0,60584 42,00000 3,978 0,000269 *** PhaseX 1,80972 0,43405 42,00000 4,169 0,000149 *** PhaseY 2,37500 0,35440 42,0 0000 6,701 3,89e-08 Niveau ***Mi-carrière -0,13815 0,69689 42,00000 - 0,198 0,843818 niveauSenior -0,07185 0,68069 42,00000 -0,106 0,916436 niveauStagiaire -0,48593 0,57934 42,00000 -0,839 0,406355 expérience1 0,57938 0,57071 4 2,00000 1,015 0,315827 expérience2 0,86185 0,87452 42,00000 0,986 0,330013 expérience3 1,63852 0,63288 42,00000 2,589 0,013169 *
depuis JMP
Je n'arrive pas à déterminer pourquoi c'est si différent ?
Salut @generic_user . Je ne suis pas un expert en R, mais je pense. R utilise le même type de paramétrage que SAS proc glm. Si cela est vrai, elles seront très différentes, mais les hypothèses testées sont également différentes. Ils sont donc en fait équivalents en termes de prédiction, de signification, etc. À première vue, cependant, ils semblent très différents. Dans la sortie JMP, recherchez les paramètres de l'indicateur (menu triangle rouge) qui doivent correspondre à votre sortie R (en supposant que R utilise le même ordre de facteurs que JMP). Jetez un œil aux liens suivants pour comprendre les différences dans les résultats et les hypothèses testées. Et, FWIW, dans R, vous avez également utilisé un df différent pour l'erreur, ce qui affectera également les valeurs p, etc. JMP utilise la méthode d'approximation du premier ordre de Kenward-Roger.
https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/nominal-factors.shtml#
https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/indicator-parameterization-estimates.shtml
Edit : voyez ceci également. https://cran.r-project.org/web/packages/SASmixed/vignettes/Usinglmer.pdf
Oui merci.
Le paramètre de l'indicateur correspond à la sortie R.
