JMP® Pro 13 による反復測定データのフィッティング: より大きく、より良くDon McCormack、JMP テクニカル イネーブルメント エンジニア
反復測定混合モデルを正確に特性評価するには、測定期間全体にわたる観測値の相関関係に関する仮定が必要です。隣接する期間は、離れた期間よりも類似している可能性が高いですが、その類似性はどのように捉えられるのでしょうか。反復測定モデルの相関構造がその疑問に答えます。モデル実装の観点からは、利用できる構造が多ければ多いほど、実際のデータの外観に近似する可能性が高くなります。JMP Pro 13 より前は、一般的に使用される時間ベースの反復測定共分散構造は、非構造化、自己回帰 (期間 1)、残差の 3 つしかありませんでした。このため、特性評価が難しく、モデル作成者は多数の潜在的なソリューションを利用できませんでした。JMP Pro 13 では、7 つの新しい構造が導入され、モデリングの機会が大幅に拡大しました。この講演では、従来は空間関係に使用されていたものも含め、既存の共分散構造のいずれかを使用して反復測定データをモデリングする方法について説明します。また、それらの相互関係、どの構造をいつ使用するか、およびそれらを比較して最適な適合を見つける方法を示す例を示します。反復測定混合モデルの概要と、例に対応する SAS コードも簡単に説明します。
