Hadley Myers, ingegnere di sistema JMP, SAS
Chris Gotwalt, JMP Direttore della ricerca statistica e dello sviluppo, SAS
Generare modelli lineari che includono componenti casuali è essenziale in molti settori, ma in particolare nei domini farmaceutico e delle scienze biologiche. La piattaforma Mixed Model in JMP Pro consente di definire e valutare tali modelli, producendo i contributi alla varianza totale dei singoli componenti del modello, nonché i rispettivi intervalli di confidenza. Calcolare le combinazioni lineari di questi componenti di varianza è semplice, ma gli aspetti pratici del problema (gradi di libertà disuguali, distribuzioni non normali, ecc.) impediscono che gli intervalli di confidenza corrispondenti di queste combinazioni lineari vengano determinati con altrettanta facilità. In precedenza, gli utenti di JMP Pro avevano bisogno di rivolgersi ad altre soluzioni software analitiche, come il pacchetto "Variance Component Analysis" in R, per risolvere questa lacuna di funzionalità e soddisfare questo requisito. Questa presentazione ha lo scopo di segnalare la creazione di un componente aggiuntivo, disponibile per l'uso con JMP Pro, che utilizza il bootstrapping parametrico per ottenere i limiti di confidenza necessari. Verrà illustrato il componente aggiuntivo Determinazione dei limiti di confidenza per combinazioni lineari di componenti di varianza in modelli misti , insieme ai dettagli di accompagnamento su come la tecnica è stata utilizzata per superare le difficoltà di questo problema, nonché i vantaggi per gli utenti per cui questi calcoli sono una necessità.
