Generalisierte lineare gemischte Modelle wurden in JMP Pro 17 eingeführt, wobei man zwei Verteilungen angibt - Binomial und Poisson.
GLMM kombiniert zwei Ansätze: das lineare gemischte Modell und das verallgemeinerte lineare Modell. GLMM ist für drei Arten von Modellstrukturen nützlich:
- Randomisierte vollständige und unvollständige Blockdesigns
- Split-Plot-Experimente
- Modelle mit zufälligen Koeffizienten
So geht's:
- Modellierung gemischter Effekte für Zähldaten mittels Poisson-Regression und Interpretation der Ergebnisse
- Modellieren Sie gemischte Effekte für gruppierte Daten mithilfe der binären logistischen Regression und interpretieren Sie die Ergebnisse.
- Modellieren Sie gemischte Effekte für individuelle Daten mithilfe der binären logistischen Regression und interpretieren Sie die Ergebnisse.
Fragen, die von Jian Cao @jiancao und Byron Wingerd @Byron_JMP während der Live-Webinar-Demo beantwortet wurden:
F: Wie beurteilen Sie die Leistungsfähigkeit von GLMM?
A: Hier sind alle Details .
F: Führt das Weglassen der Zufallseffekte zwangsläufig immer zu einer erhöhten Wahrscheinlichkeit von Überdispersion?
A: Die Berücksichtigung der Zufallseffekte verringert die Wahrscheinlichkeit einer Über- oder Unterschätzung.
F: Warum sollten wir angesichts der zufälligen Effekte nicht immer die bedingte Vorhersage verwenden?
A: Wir bevorzugen in der Regel den marginalen Modellprofiler. Der bedingte Modellprofiler bietet detailliertere Informationen zu den Faktoren, ohne eine separate Analyse durchzuführen.
F: Wird GLMM innerhalb der MSA-Plattform unterstützt?
A: Die vom MSA-Builder generierten Daten könnten mit GLMM analysiert werden, werden aber nicht automatisch in die Variabilitätsplattform oder MSA integriert.
F: Spielt die Reihenfolge der Ys eine Rolle? Ich nehme an, der Zähler ist die obere Zahl.
A: Ja.
F: Werden Versuchsdesigns mit wiederholten Messungen auf die gleiche Weise spezifiziert wie in der Plattform für gemischte Modelle?
A: Falls Sie die Mixed-Model-Plattform und nicht GLMM meinen, siehe https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/statistical-details-for-repeated-measures.shtml .
Ressourcen
