Hadley Myers, JMP-Systemingenieur, SAS
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
Die Generierung linearer Modelle, die Zufallskomponenten enthalten, ist in vielen Branchen unverzichtbar, insbesondere aber in den Bereichen Pharmazie und Biowissenschaften. Die Mixed-Model-Plattform in JMP Pro ermöglicht die Definition und Auswertung solcher Modelle und liefert die Beiträge zur Gesamtvarianz der einzelnen Modellkomponenten sowie ihre jeweiligen Konfidenzintervalle. Die Berechnung linearer Kombinationen dieser Varianzkomponenten ist unkompliziert, aber die praktischen Aspekte des Problems (ungleiche Freiheitsgrade, nicht normale Verteilungen usw.) verhindern, dass die entsprechenden Konfidenzintervalle dieser linearen Kombinationen so einfach bestimmt werden können. Bisher mussten JMP Pro-Benutzer auf andere Analysesoftwarelösungen zurückgreifen, wie z. B. das Paket „Variance Component Analysis“ in R, um diese Funktionslücke zu schließen und diese Anforderung zu erfüllen. Diese Präsentation berichtet über die Erstellung eines Add-Ins, das für die Verwendung mit JMP Pro verfügbar ist und parametrisches Bootstrapping verwendet, um die erforderlichen Konfidenzgrenzen zu ermitteln. Das Add-In „ Bestimmen von Konfidenzgrenzen für lineare Kombinationen von Varianzkomponenten in gemischten Modellen “ wird zusammen mit den dazugehörigen Details vorgeführt, wie die Technik verwendet wurde, um die Schwierigkeiten dieses Problems zu überwinden, sowie dem Nutzen für Benutzer, für die diese Berechnungen notwendig sind.
