JMP® Pro 13을 사용하여 반복되는 측정 데이터 피팅 : 더 커지고 더 좋음 돈 맥코맥 (JMP Technical Enablement Engineer)
반복 된 측정 혼합 모델의 정확한 특성 분석은 측정 기간에 걸친 관측의 상관 관계에 대한 가정에 따라 달라집니다. 인접한 시간대는 먼 시간대와 유사 할 가능성이 높지만 그 유사성은 어떻게 캡처됩니까? 반복 측정 모델의 상관 구조는 해당 질문에 응답합니다. 모델 구현의 관점에서 사용할 수있는 구조가 많을수록 데이터가 실제로 보이는 방식을 근사 할 가능성이 높아집니다. JMP Pro 13 이전에는 세 가지 공통적으로 사용되는 시간 기반 반복 측정 인 공분산 구조 (구조화되지 않음, 자동 회귀성 (기간 1) 및 잔차) 만있었습니다. 이로 인해 특성화가 어려워졌으며 많은 수의 잠재적 솔루션을 모델러가 사용할 수 없었습니다. JMP Pro 13은 7 가지 새로운 구조를 도입하여 모델링 기회를 크게 확대합니다. 이 강연에서는 전통적으로 공간 관계를 위해 예약 된 것을 포함하여 기존 공분산 구조 중 하나를 사용하여 반복 측정 데이터를 모델링하는 방법에 대해 설명합니다. 서로 간의 관계, 어떤 구조를 사용해야하는지, 어떻게 비교하여 가장 적합한지를 찾는 방법을 보여주는 예제를 제공합니다. 반복되는 측정에 대한 간단한 개요와 예제에 해당하는 SAS 코드가 제공됩니다.
Re : JMP® Pro 13으로 반복되는 측정 데이터 피팅 : 더 커지고 더 좋음설명 주셔서 감사합니다!
Re : JMP® Pro 13으로 반복되는 측정 데이터 피팅 : 더 커지고 더 좋음1. 예제 데이터 세트에 대해 시간 0을 공변량 및 시간 0 관찰로 포함 할 수 없습니다. 그것들은 완전히 상호 연관되어 있습니다 (덕에 그들은 같은 것입니다). 당신은 하나 또는 다른 것을 할 수 있지만 둘 다 할 수는 없습니다. 당신이 기초 FEV의 독립적 인 척도를 가졌다면 공변량과 시간 0 점이 모델에 포함될 수 있습니다. 이 경우 두 개의 서로 다른 데이터 집합을 갖게됩니다.
2. 너는 할 수 있었다. 그것을 상호 작용으로 모델에 추가하십시오 (예 : 기준선 * 기간)
Re : JMP® Pro 13으로 반복되는 측정 데이터 피팅 : 더 커지고 더 좋음JMP Pro의 혼합 모델에 대한 탁월한 오버뷰. 고맙습니다! 두 가지 질문이 있습니다.
1. 베이스 라인이 공변량으로 사용될 때, 고정 된 요소 "시간주기"(1, 2, 3, 4, 5, 6, 7, 8 시간)에서 시간 지점 0 (기준선)이 제외되는 이유는 무엇입니까? 시간 0 시간을 고정 된 요소 "기간"에 포함시킬 수 있습니까, 아니면 잘못입니까?
2. 공변량을 모델에 포함시키기위한 상호 작용에 대해 테스트해야합니까? 그렇다면이 작업은 어떻게 수행됩니까?
Re : JMP® Pro 13으로 반복되는 측정 데이터 피팅 : 더 커지고 더 좋음JMP Pro에서 반복되는 측정 분석의 개요
