Yoichi Ito, professeur, Centre de recherche sur les données médicales et de santé, Institut de mathématiques statistiques, Inter-University Research Institute Corporation, Organisation de recherche sur l'information et les systèmes
Lorsque les données sont mesurées au fil du temps pour un individu ou sont regroupées, on sait que les données au sein d’un individu ou d’un groupe seront corrélées. Si cette corrélation est ignorée lors de l’analyse, l’erreur sera sous-estimée et des résultats valides ne seront pas obtenus. Le modèle standard pour ces données est le modèle à effets mixtes, disponible dans JMP Pro. Le modèle à effets mixtes est un modèle à usage général et doit être spécifié de manière appropriée en fonction de la manière dont les données ont été mesurées et des effets que vous souhaitez estimer.
Dans cette présentation, j'expliquerai comment analyser certaines données typiques à l'aide de JMP Pro, et j'expliquerai également les différences avec la procédure MIXED de SAS.
