混合モデルの個別信頼区間こんにちは、チームの皆さん
私の顧客は、JMP によって計算された混合モデルの個々の信頼区間 (条件付きまたは条件なし) の背後にある方程式を持っている必要があります。
ドキュメント内に参照が見つかりませんでした。
彼女と共有できる詳細を教えていただけますか?
ありがとう、
フィレンツェ
Re: 混合モデルの個別信頼区間フィレンツェ、
限界予測区間（つまり個々の CI）についてはこの論文を使用しました。https 
/doi.org/10.1002/sim.8386
その論文では、JMP が以前、SLS-REML の PI に誤った自由度を使用していたことを指摘しています。私は SLS-REML を修正し、Mixed に限界 PI を実装しました。
条件付き PI は、それが何を意味するのかよくわからないため、Mixed では実装されませんでした (条件付き推定値はすでに予測であり、BLUP なので、予測の予測とは何でしょうか??)。SLS-REML ではそのまま残されました。どのような式が使用されたのかはわかりません。それらはおそらく「合理的」ですが、完全に正しいわけではないかもしれません。
お役に立てれば幸いです!
-エリザベス
Re: 混合モデルの個別信頼区間@eclaassen困惑しています。PROC MIXED ドキュメントの MODEL / OUTP= には、予測分散の一般的な方程式があります。これを使用して JMP 条件付き PI を構築できますか?
Re: 混合モデルの個別信頼区間ラス、
PROC MIXED は予測区間 (つまり、新しい観測値) を行いません。OUTP は BLUP (通常の区間付き条件付き予測) を提供します。OUTPM は区間付き周辺予測を提供します。これらはいずれも、論文で説明され、現在 SLS-REML または Mixed に実装されている予測区間ではありません。論文では周辺予測区間 (関連するブロック情報のない新しい観測値) について説明しています。条件付き予測区間 (新しいブロックを含む新しい観測値) が何なのか、私にはわかりません。正確には何を二重に予測するのでしょうか。SLS-REML には条件付き予測区間のオプションがあり、これは BLUP を超えて予測します。標準誤差と dfs は数学的に正しいのでしょうか。わかりません。周辺 Indiv CI の DF が間違っていたことを考えると、そうではないと思います。ただし、標準誤差は、私が 2、3 リリース前に修正する前はほぼ正しかったです。
PROC MIXED OUTP == JMP 条件付き予測（および区間）、通常の BLUP
PROC MIXED OUTPM == JMP 限界予測 (および区間)
「予測」がさまざまな方法で使用されているため、大きな混乱が生じています。JMP は予測区間を Indiv CI とラベル付けしますが、これには SLS-REML の条件付き Indiv CI が含まれます。しかし、BLUP のおかげで、条件付き平均推定値は予測として考えられます。では、条件付き予測の予測区間とは何でしょうか。
Re: 混合モデルの個別信頼区間私の知る限り、OUTP 予測限界は、ポイント予測 +/- 自由度調整された臨界値 x 予測標準誤差として計算されます。新しい観察には、ゼロ平均の独立したランダム残差誤差の新しい実現値の追加が必要となり、予測分散は加算的に増加するため、限界はそれに応じて広げられるようです。
この設定はシミュレーションに適しており、BLUP と新しい観測の予測の両方について、制限が宣伝どおりに機能しているかどうかを確認できます。
個々の予測ケースは重要であることが多く、これらの制限を計算することは顧客にとって有益であると思います。用語はわかりにくいですが、合理的なものを理解できるはずです。
