I modelli lineari generalizzati misti sono stati introdotti in JMP Pro 17, dove è possibile specificare due distribuzioni: binomiale e di Poisson.
GLMM combina due approcci: il modello lineare misto e il modello lineare generalizzato. GLMM è utile per tre tipi di strutture di modello:
- Disegni a blocchi randomizzati completi e incompleti
- Esperimenti a parcelle suddivise
- Modelli a coefficienti casuali
Scopri come:
- Modella gli effetti misti per i dati di conteggio utilizzando la regressione di Poisson e interpreta i risultati.
- Modella gli effetti misti per dati raggruppati utilizzando la regressione logistica binaria e interpreta i risultati.
- Modella gli effetti misti per i dati individuali utilizzando la regressione logistica binaria e interpreta i risultati
Domande a cui hanno risposto Jian Cao (@jiancao) e Byron Wingerd (@Byron_JMP) durante la demo del webinar in diretta:
Come si valuta la performance di un GLMM?
A: Ecco tutti i dettagli .
La mancata inclusione degli effetti casuali porterebbe necessariamente sempre a un aumento della possibilità di sovradispersione?
A: Gli effetti casuali, se inclusi, rendono meno probabile che si verifichino sovrastime o sottostime.
Quindi, visto che abbiamo effetti casuali, perché non dovremmo sempre usare la previsione condizionale?
A: Di solito ci serve il profiler del modello marginale. Il profiler del modello condizionale fornisce maggiori dettagli sui fattori senza eseguire un'analisi separata.
La piattaforma MSA supporta i modelli GLMM?
A: I dati generati dal generatore MSA possono essere analizzati con GLMM, ma non vengono integrati automaticamente con la piattaforma di variabilità o con MSA.
L'ordine delle Y è importante? Immagino che il numeratore sia il numero in alto.
A: Sì.
I modelli a misure ripetute vengono specificati nello stesso modo della piattaforma a modelli misti?
A: Se intendi una piattaforma a modello misto e non GLMM, consulta https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/statistical-details-for-repeated-measures.shtml .
Risorse
