Université interuniversitaire Organisation pour la recherche en information et systèmes, Institut de science mathématique statistique Centre des sciences pour la santé, santé et médecine Professeur Yoichi Itoh
Il est connu que les données sont corrélées en individus et en grappes si les données sont mesurées sur une base de temps individuelle ou sous forme de grappe.Lors de l'analyse en ignorant cette corrélation, l'erreur est sous-estimée et un résultat raisonnable ne peut pas être obtenu.Un modèle standard pour de telles données est un modèle à effets mixtes et est disponible dans JMP Pro.Le modèle à effets mixtes est un modèle polyvalent et il est nécessaire de bien spécifier le modèle en fonction de la manière dont les données ont été mesurées et du type d'effet que l'on souhaite estimer.
Dans cette présentation, nous allons expliquer la méthode d’analyse de JMP Pro pour certaines données typiques et décrire la différence par rapport à la procédure SIX MIXED.
