Sto realizzando un modello con metodo misto per una variabile dipendente continua e
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))
)
mentre fai lo stesso in R as
modello2 <- lmer(usg_dev_data ~ Fase + livello + esperienza + (1 | ID_oggetto), dati = df)
Ottengo stime dei parametri molto diverse
da R
Effetti fissi: stima std. Errore df valore t Pr(>|t|) (Intercetta) 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. 00000 6.701 3.89e-08 *** livelloMetà carriera -0.13815 0.69689 42.00000 - 0,198 0,843818 livelloSenior -0,07185 0,68069 42,00000 -0,106 0,916436 livelloAllievo -0,48593 0,57934 42,00000 -0,839 0,406355 esperienza1 0,57938 0,57071 4 2.00000 1.015 0.315827 esperienza2 0.86185 0.87452 42.00000 0.986 0.330013 esperienza3 1.63852 0.63288 42.00000 2.589 0.013169 *
mentre da JMP
Non sono in grado di determinare perché questo è così diverso?
Ciao @generic_user . Non sono un esperto di R, ma penso. R utilizza lo stesso tipo di parametrizzazione di SAS proc glm. Se fossero vere, sembrerebbero molto diverse, ma anche le ipotesi testate sono diverse. Quindi, in realtà sono equivalenti rispetto alla previsione, al significato, ecc. A prima vista, tuttavia, sembrano molto diversi. Nell'output di JMP, cerca i parametri dell'indicatore (menu del triangolo rosso) che dovrebbero corrispondere all'output di R (supponendo che R utilizzi lo stesso ordinamento dei fattori di JMP). Dai un'occhiata ai seguenti link per comprendere le differenze nell'output e nelle ipotesi testate. E, FWIW, in R hai anche usato un df diverso per l'errore in modo che ciò influisca anche sui valori p ecc. JMP utilizza il metodo di approssimazione del primo ordine di 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
Modifica: guarda anche questo. https://cran.r-project.org/web/packages/SASmixed/vignettes/Usinglmer.pdf
si Grazie.
Il parametro dell'indicatore corrispondeva all'uscita R.
