810003_ja-JP

liliconcom

開発者向けチュートリアル：混合モデル パート2：時間と空間における反復測定の処理

この技術プレゼンテーションでは、JMP を用いた混合モデルの例を紹介します。プレゼンテーションで使用した書籍のデータも含まれています。ビデオは90分以上あり、途中に質問コーナーが設けられています。このチュートリアルと回帰、ランダム係数、マルチレベルモデルの例はすべて JMP Pro が必要です。パート3は2022年初頭に公開予定で、混合モデルの検出力と精度を評価する方法について解説します。

（マイビデオで視聴）

混合モデルは、次のような場合に役立ちます。複数の予測因子、例えば相互作用の有無にかかわらず要因処理がある場合、予測変数に対する応答の曲率、および複数の被験者が測定される場合。

以下の手順をご覧ください。

• 医薬品の安定性試験における反復測定データと縦断的データの分析例

  • 同一対象について時間経過とともに行われた観察結果の独立性の欠如に対処する

  • 候補となる構造を選択するために、時点間の共分散と相関を評価する。

  • 実験計画、処置計画、およびスケルトンANOVAのソースと自由度を比較する
  • スケルトンANOVAの背後にある統計（モデル）を理解する
  • モデルを構築し、相互作用を含める
  • 複合対称性、自己回帰相関行列、トープレッツ相関行列、および逆依存相関行列を理解し、評価する
• 空間におけるモデル相関（空間モデル）
  • 有害廃棄物の例を通して空間モデルの用語を理解する

    • バリオグラム – 距離の増加に伴う半分散のグラフ表示

    • ナゲット – 小さな距離での半分散の「ジャンプ」

    • シル – 半分散のプラトー

    • 範囲 – 敷居までの距離

リソース

• また、 混合モデルパート1：複数の変動要因がある場合の重要なツールに関するビデオもご覧いただけます。
• セッションで言及された空間構造の適合に関するJMP Proのドキュメント
• セッションで紹介された、Ruth Hummel 氏によるRepeated Measures アドインについて。注:この機能は JMP Pro バージョン 17 に統合される予定です。JMP 17 以降のユーザーは、このアドインは不要になります。

高度な統計モデリング