Don McCormack, ingegnere di abilitazione tecnica, JMP
La caratterizzazione accurata dei modelli misti di misure ripetute dipende dalle ipotesi sulla correlazione delle osservazioni nei periodi di misurazione. I periodi di tempo adiacenti sono probabilmente più simili di quelli distanti, ma come viene catturata questa somiglianza? La struttura di correlazione di un modello di misure ripetute risponde a questa domanda. Dal punto di vista dell'implementazione del modello, più strutture sono disponibili, maggiori sono le possibilità di approssimare il modo in cui i dati appaiono nella realtà. Prima di JMP Pro 13 erano disponibili solo tre strutture di covarianza di misure ripetute basate sul tempo comunemente utilizzate: non strutturate, autoregressive (con un periodo di 1) e residue. Ciò rendeva la caratterizzazione impegnativa, lasciando un gran numero di potenziali soluzioni non disponibili al modellatore. JMP Pro 13 introduce sette nuove strutture, ampliando notevolmente le opportunità di modellazione. Questa presentazione discuterà della modellazione dei dati di misure ripetute utilizzando una qualsiasi delle strutture di covarianza esistenti, comprese quelle tradizionalmente riservate alle relazioni spaziali. Fornirà esempi che illustrano la loro relazione reciproca, quando utilizzare quale struttura e come confrontarle per trovare la migliore corrispondenza. Verrà fornita una breve panoramica dei modelli misti a misure ripetute, nonché il codice SAS corrispondente agli esempi.
