ランダム効果混合モデルこんにちは、
DoEモデルを構築しています。しかし、モデルの適合度のR2が良好ではありません。これは、サンプル測定の分析シーケンスが測定データに影響を与えている可能性があります。モデルに「分析シーケンス - シリーズ」をランダム効果因子として追加しました。この因子の%がモデル内でかなり高くなっています。他のモデルでは低い値になっています。どの値からランダム効果をモデルの主要な因子として考慮し始めるべきでしょうか？
JMPで、混合モデルではPress R2が計算されないというメッセージが表示されます。なぜそうなるのか、情報が見つかりません。
@martindemelさん、モデルの一つについて彼と話し合ったので、追記します。このトピックについて、さらに質問を受けました。
ありがとう。
敬具、
チェタナ
基本的なデータ分析とモデリング実験計画法Re: ランダム効果混合モデルこんにちは、 @Coverbird30さん。最初の質問「どの値からランダム効果をモデルの主要な要因として考慮し始めるべきですか？」への答えは…状況によります。具体的なデータの内容、収集方法、目的などについて、もう少し詳しく教えていただけますか？
2つ目の質問は、予測R^2についてです。混合モデルでは利用できない（「手法」がREMLの場合）ということです。leave-one out残差（つまり予測R^2）は、ハット行列の対角要素から最小二乗法で計算されます。最小二乗法（および分散成分のEMS）をREMLに優先して使用しない場合、ハット行列は存在しません。したがって、Press法なども存在しません。
ハットマトリックスの詳細については以下を参照してください。
https://stats.stackexchange.com/questions/410443/how-to-use-press-statistic-for-model-selection
https://en.wikipedia.org/wiki/Projection_matrix#Ordinary_least_squares
https://math.stackexchange.com/questions/3895869/標準化残差
Re: ランダム効果混合モデルこんにちは@Coverbird30さん、
明確に申し上げますと、モデルにおいて、因子を固定効果として「全体に対する割合」で含めたいとお考えですか？それとも、ランダム効果を有意なランダム効果と見なすべきと「全体に対する割合」で見なすべきとお考えですか？
前者の場合、効果をランダムとするか固定とするかのモデル化の決定は、状況に大きく依存します。後者の場合、この質問に答える正式な値は存在しません。
Re: ランダム効果混合モデルこんにちは@Coverbird30さん、
ランダム効果について「他のモデルでは、より低い」とありますが、これはどういう意味ですか？さらに詳しく調べるためにデータセットを提供していただけますか？割合の合計は常に100%になるため、必ずしも良い指標とは言えません。ワルドp値は、ランダム効果が有意であるかどうかを示す良い指標です（実際には有意ではないようですが）。ただし、系列ランダム効果と残差の関連する割合にはかなりの差があります。
実行できることの 1 つは、BIC/AIC スコアを比較して固定効果モデルとランダム効果モデルを比較し、どちらがより適切に適合するかを確認することです。
また、「シリーズ」をさらに部品、分析者、または測定システムに関連付けることができるかどうかも検討します。これにより、測定システム分析を使用してより多くのテストを実行し、研究に存在する真のランダム効果を関連付けることができるようになります。
ありがとう、
ベン
Re: ランダム効果混合モデル申し訳ありませんが、用語と状況の一部が少し分かりにくくなっています。説明的調査ですか、それとも予測モデリングですか？「DOEモデルを構築している」とはどういう意味ですか？実験データを用いてモデルを構築しているということですか？実験を実行するのであれば、仮説モデルを既に念頭に置いているはずです。仮説モデルは、どの実験を実行する必要があるかを判断する基準となります。R^2は、モデルを改良するために用いられる多くの統計量の1つに過ぎません。より重要な統計量は、R^2と調整済みR^2の差です。これは、モデルの過剰定義（例えば、モデルに重要でない項を含めてしまうこと）への洞察を与えてくれます。
測定システムに問題があるのでしょうか、それとも実験単位が時間の経過とともに変化しているのでしょうか。最初の質問に戻りますが、説明モデルを開発しているのであれば、モデルにランダム効果を含めることは有用かもしれません。しかし、予測モデルではあまり有用ではありません。
