Hadley Myers, ingeniero de sistemas JMP, SAS
Chris Gotwalt, director de investigación y desarrollo estadístico de JMP, SAS
La generación de modelos lineales que incluyan componentes aleatorios es esencial en muchas industrias, pero particularmente en los dominios farmacéutico y de ciencias biológicas. La plataforma de modelos mixtos de JMP Pro permite definir y evaluar dichos modelos, lo que permite obtener las contribuciones a la varianza total de los componentes individuales del modelo, así como sus respectivos intervalos de confianza. Calcular combinaciones lineales de estos componentes de varianza es sencillo, pero los aspectos prácticos del problema (grados de libertad desiguales, distribuciones no normales, etc.) impiden que los intervalos de confianza correspondientes de estas combinaciones lineales se determinen con tanta facilidad. Anteriormente, los usuarios de JMP Pro necesitaban recurrir a otras soluciones de software analítico, como el paquete “Análisis de componentes de varianza” de R, para resolver esta brecha en la funcionalidad y cumplir con este requisito. Esta presentación tiene como objetivo informar sobre la creación de un complemento, disponible para su uso con JMP Pro, que utiliza el método bootstrap paramétrico para obtener los límites de confianza necesarios. Se demostrará el complemento Determinación de límites de confianza para combinaciones lineales de componentes de varianza en modelos mixtos , junto con los detalles adjuntos de cómo se utilizó la técnica para superar las dificultades de este problema, así como el beneficio para los usuarios para quienes estos cálculos son una necesidad.
