混合模型的个体置信区间大家好，
我的客户必须拥有 JMP 计算的混合模型的各个置信区间（有条件的或无条件的）背后的方程。
我在文档中没有找到任何参考资料。
我可以和她分享一些详细信息吗？
非常感谢，
佛罗伦萨
回复：混合模型的个体置信区间佛罗伦萨，
我使用这篇论文来计算边际预测区间（即单个 CI）。https 
/doi.org/10.1002/sim.8386
该论文指出，JMP 之前在 SLS-REML 中对其 PI 使用了错误的自由度。我修复了 SLS-REML，并在 Mixed 中实现了边际 PI。
在 Mixed 中没有实现条件 PI，因为我不确定这意味着什么（条件估计已经是预测，BLUP，那么预测的预测是什么？？）。它在 SLS-REML 中保持原样。我不知道使用了什么公式。它们可能是“合理的”，但可能不完全正确。
我希望这能有所帮助！
-伊丽莎白
回复：混合模型的个体置信区间@eclaassen我现在很困惑。在 PROC MIXED 文档中，MODEL / OUTP= 是预测方差的一般方程。这可以用来构建 JMP 条件 PI 吗？
回复：混合模型的个体置信区间拉斯，
PROC MIXED 不进行预测区间（即对于新观察）。OUTP 给出 BLUP（仅是通常的带区间的条件预测）。OUTPM 给出带区间的边际预测。这些都不是本文中讨论的预测区间，现在已在 SLS-REML 或我们的 Mixed 中实现。本文讨论的是边际预测区间——没有相关块信息的新观察。我不知道条件预测区间是什么——包括新块的新观察？双重预测到底是什么？SLS-REML 有一个条件预测区间选项，即预测不仅仅是 BLUP。它在标准错误和 dfs 中的数学正确吗？我不知道，而且我对此表示怀疑，因为边际 Indiv CI 有错误的 DF，尽管在我几个版本之前的修复之前标准错误基本上是正确的。
PROC MIXED OUTP == JMP 条件预测（和区间），通常的 BLUP
PROC MIXED OUTPM == JMP 边际预测（和区间）
由于“预测”的使用方式不同，因此造成了巨大的混乱。JMP 将预测区间标记为 Indiv CI，其中包括 SLS-REML 中的条件 Indiv CI。但由于 BLUP，我们将条件均值估计视为预测。那么条件预测的预测区间是什么？
回复：混合模型的个体置信区间据我所知，OUTP 预测限度计算为点预测 +/- df 调整后的临界值 x 预测标准误差。新的观察将需要添加零均值独立随机残差误差的新实现，并且预测方差将增加，因此似乎限度可以相应扩大。
该设置适合于模拟，以检查极限是否按照 BLUP 和新观测预测那样执行。
我认为个别预测案例通常很重要，计算这些限制对客户来说很有价值。术语令人困惑，但我们应该能够找出一些合理的方法。
