ランダム係数モデル：JMP® Proで縦断的および階層的なデータをモデル化する方法エリザベス・クラッセン博士、JMPリサーチ統計学者テスター、SAS
クリス・ゴットウォルト博士、JMP、SAS 統計研究開発ディレクター
モデルのあてはめ（Fit Mixed）に混合モデルパーソナリティが追加されたことで、JMP Proは、経時的に繰り返し測定されたデータからなる縦断的データを分析する能力が大幅に向上しました。このプラットフォームが、社会科学、製品信頼性、農業など、幅広い分野においてどれほど有用であるかは、まだ十分に理解されていないかもしれません。このプラットフォームの同じ基礎となる手法は、個々の成長/劣化曲線のモデル化や、学校内の生徒や区画内の個々の植物など、階層的に構成された実験単位のモデル化にも使用できます。経時的効果をモデル化する手法は、複数の異なる分野で個別に開発されているため、基本的に同じモデルであっても、用語が大きく異なる場合があります。例えば、ランダム係数モデル、階層的線型モデル（HLM）、階層的ベイズモデルは本質的に同じモデルであり、JMP Pro 11およびJMP Pro 12の「混合モデルあてはめ」を使用してこれらをあてはめることができます。このプレゼンテーションでは、製薬業界と社会科学の例を用いて、ランダム係数モデルにおける「混合モデルあてはめ」の機能を紹介します。これには、SAS での混合モデルの適合に慣れている JMP ユーザー向けに、SAS PROC MIXED からの「変換」を行うことも含まれます。
