781000_es-ES

liliconcom

Estimaciones de parámetros completos en modelos mixtos

Estoy ejecutando un modelo mixto para un resultado continuo utilizando JMP Pro 17. En el resultado de las estimaciones de los parámetros de efectos fijos, tengo una enfermedad categórica de 5 clases y el informe muestra el resultado para 4 de los 5 niveles. ¿Cómo obtengo o derivo el error estándar para el parámetro que no se muestra en el informe de resultados? (vea la última fila del resultado copiada y pegada a continuación)

Estimaciones de parámetros de efectos fijos
Término	Estimar	Error estándar	DFDen	Relación t	Prob>|t|	95% más bajo	95% superior
Interceptar	1022.568	168.9938	296.6	6.05	<.0001	689.9884	1355.147
305MEp	0,320214	0,006541	105107	48,95	<.0001	0,307393	0,333034
AnteriorLgp[1]	-124.385	13.32405	102630	-9.34	<.0001	-150,5	-98.2698
AnteriorLgp[2]	99.0082	14.12753	90441	7.01	<.0001	71.31838	126.698
AnteriorLgp[3]	153.9814	15.93062	94837	9.67	<.0001	122.7575	185.2052
AnteriorLgp[4]	81.06569	22.15344	100970	3.66	0,0003	37.64522	124.4862
AnteriorLgp_5+

Análisis y modelado de datos básicosRe: Estimaciones de parámetros completos en modelos mixtos

Posiblemente vea aquí:

https://www.jmp.com/support/help/en/18.0/?os=mac&source=application#page/jmp/expanded-estimates.shtml%23

Re: Estimaciones de parámetros completos en modelos mixtos

Sí, utilizo el informe de Estimaciones ampliadas cuando ejecuto modelos de medias de mínimos cuadrados/ANOVA, pero no creo que sea una opción dentro de la sección de modelos mixtos. Estoy ejecutando un modelo mixto con 2 variables enumeradas como efectos aleatorios y otras enumeradas como efectos fijos. Sin embargo, no puedo averiguar cómo obtener el error estándar/intervalo de confianza para la categoría no informada.

Re: Estimaciones de parámetros completos en modelos mixtos

Vale, he descubierto una solución alternativa. Para obtener los detalles que faltaban, cambié el orden de las variables categóricas y volví a ejecutar el modelo. Ahora, puedo copiar la línea que faltaba anteriormente porque la población de referencia ha cambiado.