Intervalos de confianza individuales para modelos mixtosHola, equipo,
Mi cliente tendría que tener las ecuaciones detrás de los intervalos de confianza individuales (condicionales o no) para modelos mixtos calculados por JMP.
No encontré ninguna referencia en la documentación.
¿Sería posible tener los detalles que pueda compartir con ella?
Muchas gracias,
Florencia
Re: Intervalos de confianza individuales para modelos mixtosFlorencia,
Utilicé este artículo para los intervalos de predicción marginales (es decir, IC individuales). https://doi.org/10.1002/sim.8386
Ese artículo señala que JMP utilizó anteriormente los grados de libertad incorrectos para sus índices de libertad en SLS-REML. Arreglé SLS-REML e implementé índices de libertad marginales en Mixed.
Los PI condicionales no se implementaron en Mixed, porque no estoy seguro de lo que eso significa (una estimación condicional ya es una predicción, BLUP, entonces, ¿qué es una predicción de una predicción?). Se dejó como está en SLS-REML. No sé qué fórmula se utilizó. Probablemente sean "razonables", pero tal vez no completamente correctas.
¡Espero que ayude!
-Elizabeth
Re: Intervalos de confianza individuales para modelos mixtos@eclaassen Ahora estoy desconcertado. En el documento PROC MIXED para MODEL/OUTP= hay una ecuación general para la varianza de predicción. ¿Podría usarse para construir indicadores de predicción condicionales de JMP?
Re: Intervalos de confianza individuales para modelos mixtosRuso,
PROC MIXED no realiza intervalos de predicción (es decir, para una nueva observación). OUTP proporciona BLUP (solo las predicciones condicionales habituales con intervalos). OUTPM proporciona predicciones marginales con intervalos. Ninguno de estos son los intervalos de predicción analizados en el documento y ahora implementados en SLS-REML o nuestro Mixed. El documento analiza un intervalo de predicción marginal: una nueva observación sin información de bloque asociada. No sé qué sería un intervalo de predicción condicional: ¿una nueva observación que incluye un nuevo bloque? ¿Predecir doblemente qué exactamente? SLS-REML tiene una opción para intervalos de predicción condicional, que es predecir más allá de un BLUP. ¿Es matemáticamente correcto en el error estándar y los dfs? No lo sé, y lo dudo dado que los CI Indiv marginales tenían los DF incorrectos, aunque el error estándar era mayormente correcto antes de mi corrección hace un par de versiones.
PROC MIXED OUTP == Predicciones condicionales JMP (e intervalos), los BLUP habituales
PROC MIXED OUTPM == Predicciones marginales JMP (e intervalos)
Existe una gran confusión debido a que el término "predicción" se utiliza de distintas maneras. JMP etiqueta los intervalos de predicción como intervalos de confianza individuales, que incluyen un intervalo de confianza individual condicional en SLS-REML. Pero nosotros consideramos las estimaciones de medias condicionales como predicciones gracias a BLUP. Entonces, ¿qué es un intervalo de predicción de una predicción condicional?
Re: Intervalos de confianza individuales para modelos mixtosPor lo que sé, los límites de predicción de OUTP se calculan como la predicción puntual +/- un valor crítico ajustado por gl x el error estándar de predicción. Una nueva observación implicaría añadir una nueva realización de un error residual aleatorio independiente de media cero y la varianza de la predicción aumentaría de forma aditiva, por lo que parece que los límites podrían ampliarse en consecuencia.
La configuración se puede simular para verificar que los límites funcionan como se anuncia tanto para los BLUP como para las predicciones de nuevas observaciones.
Creo que el caso de predicción individual suele ser importante y calcular estos límites sería valioso para los clientes. La terminología es confusa, pero deberíamos poder encontrar algo razonable.
