Hadley Myers, ingénieur systèmes JMP, SAS
Chris Gotwalt, directeur de la recherche et du développement statistiques du JMP, SAS
La génération de modèles linéaires incluant des composantes aléatoires est essentielle dans de nombreux secteurs, mais particulièrement dans les domaines pharmaceutique et des sciences de la vie. La plateforme de modèles mixtes de JMP Pro permet de définir et d'évaluer de tels modèles, en fournissant les contributions à la variance totale des composantes individuelles du modèle, ainsi que leurs intervalles de confiance respectifs. Le calcul de combinaisons linéaires de ces composantes de variance est simple, mais les aspects pratiques du problème (degrés de liberté inégaux, distributions non normales, etc.) empêchent de déterminer aussi facilement les intervalles de confiance correspondants de ces combinaisons linéaires. Auparavant, les utilisateurs de JMP Pro devaient se tourner vers d'autres solutions logicielles d'analyse, telles que le package « Variance Component Analysis » de R, pour combler cette lacune en termes de fonctionnalités et répondre à cette exigence. Cette présentation a pour but de rendre compte de la création d'un module complémentaire, disponible pour une utilisation avec JMP Pro, qui utilise le bootstrapping paramétrique pour obtenir les limites de confiance nécessaires. Le module complémentaire, Détermination des limites de confiance pour les combinaisons linéaires de composantes de variance dans les modèles mixtes , sera démontré, ainsi que les détails d'accompagnement sur la façon dont la technique a été utilisée pour surmonter les difficultés de ce problème, ainsi que l'avantage pour les utilisateurs pour lesquels ces calculs sont une nécessité.
