Apprezzo molto lavorare con JMP e attualmente sto usando JMP Pro versione 16.0.0 per la mia ricerca. So che ora sono disponibili versioni più recenti, ma al momento non ho osato effettuare l'aggiornamento nel caso in cui accada qualcosa. Lo sto usando su un Mac Book Pro (Apple M1 Max con 64 GB di memoria) e JMP funziona perfettamente con questo laptop.
Ho una domanda statistica per la comunità. Attualmente faccio ricerche sui dati del registro di qualità e di solito uso il modello Analyze/Fit per le analisi multivariabili. Nell'esempio seguente la variabile Y è Intra- e/o post-operatoria complicanze nelle colecistectomie (dicotomizzate in sì o no) e le variabili x aggiunte sono sesso, classificazione ASA ed età e sono anche tutte dicotomizzate. Tutte queste variabili sembrano fare la differenza nell'equazione logistica nominale nel modello di adattamento, vedi esempio allegato.
Tuttavia, la domanda che ho è che nel registro tutte le colecistectomie vengono eseguite in 78 ospedali e sebbene probabilmente eseguano le colecistectomie allo stesso modo in tutti gli ospedali, possono esserci differenze nel modo in cui i pazienti vengono trattati, nella distanza dall'ospedale ecc. Inoltre, il numero di colecistectomie nel database varia da 984 in un ospedale (A) a 20 colecistectomie (B). La domanda che ho è se esiste un modo per compensare i diversi volumi di colecistectomia in JMP e, in tal caso, come posso farlo? Il mio collega, che utilizza SPSS, sta parlando di moduli misti.
Gradirei molto una risposta.
Cordiali saluti
Lars
Prof. Emerito di Chirurgia.
Università di Umeå, Svezia.
Potrei non capire la tua domanda, ma normalizzerei# il numero di colecistectomie eseguite (prendi il rapporto tra # di colecistectomie/numero eseguito per ospedale). Non sono sicuro di come appare la tua tabella dati (puoi postare una versione anonima o parziale?). Se ogni colecistectomia è una riga, allora ogni riga all'interno dell'ospedale avrebbe lo stesso rapporto. Il rapporto varierebbe da ospedale a ospedale.
Non sono sicuro di cosa stia consigliando il tuo collega riguardo alla modellazione mista. I modelli misti sono quando hai sia effetti fissi che casuali nello stesso modello.
https://www.jmp.com/support/help/en/18.0/?os=mac&source=application#page/jmp/mixed-models-and-random-effect-models.shtml
