<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />この記事は JMPerケーブル、第30号、2015年夏 。
SASのResearch Statistician開発者Ryan Parker著
注意：混合モデルパーソナリティを使用してモデルに合わせるには、解析>フィットモデルそして選択混合モデルパーソナリティリストから。
JMP Pro 12では、空間共分散構造を持つモデルに顕著な変更が加えられ、混合モデルのフィッティングが改善されました。これらの変更は以下に詳述されている。
スピードアップ
モデルを空間共分散に適合させるには、特に観測数が増えるにつれて、高い計算コストが必要になります。JMP Pro 12では、Fit Mixedプラットフォームでモデルをフィットさせるために使用するアルゴリズムが、JMPの統計研究開発ディレクターであるChris Gotwaltによって改善されました。彼の仕事は、Fit Mixedですべてのモデルをフィットさせるのに必要な計算の数をさらに減らしました。これにより、特に空間モデルの適合に必要な時間が大幅に短縮されました。
私たちのテストでは、これらの空間モデルをフィッティングするときに5から15倍のスピードアップを経験しました。実際的には、これは10分以上で完了するまでに完了するまでに1時間以上かかっていたフィットを減らしたことを意味します。
バリオグラム
JMP Pro 12は、バリオグラム、空間相関の存在を調査および診断するための視覚的ツールを作成する機能を提供します。バリオグラムは、等方的空間モデル（AR（1）、ナゲットの有無にかかわらず、Power、Exponential、Gaussian、Spherical）のいずれかに当てはまる場合に使用できます。図1のバリオグラムは、観測位置が時間的または空間的に離れていくにつれての共分散の変化を視覚化したものです。
図1
空間相関の存在を調べるためのバリオグラム
バリオグラムは半変量 2つの場所での観測値と場所間の距離の差の（分散の半分）。図1に示されているように、互いに接近している観測値は強い相関関係を持っていることがわかります。
この相関は距離が増すにつれて減少し、半変量は増加する。準変量はもはやとして知られているもので増加しません範囲観測値が相関をほとんどまたはまったく持たない距離。上のバリオグラムでは、距離は約0.25です。
半分散の最大値は、として知られています。敷居モデルがJMP Proに適合するほとんどの場合、これは単に観測値の分散です。非空間誤差がある場合、ナゲットを含めることでこの変動を推定できます。ナゲット効果は、図2のバリオグラムに示されています。
図2 バリオグラムに示されたナゲット効果
半分散は距離ゼロでゼロになりますが、位置間の距離が正になるとすぐに、準分散はナゲットにジャンプします。上記のバリオグラムでは、ナゲットは約0.5です。
残差のみのモデル
バリオグラムはあなたが合うときにも利用可能です残差のみのモデル 。バリオグラムオプションにアクセスすることができます。周辺モデル推論 （図3）
図3
残差のみモデルのバリオグラムオプション
このオプションを選択し、時間または空間で距離を計算するために使用する列を指定した後、経験的バリオグラム示されています。バリオグラムの赤い三角メニューを使用すると、この経験的バリオグラムに1つ以上の空間モデルを適合させることができます（図4）。
図4
すべての空間モデルを選択
図5に空間モデルを示します。
図5
すべての空間モデル
図5に示すバリオグラムを使用して、空間共分散を残差のみのモデルに追加する必要があるかどうかを判断できます。空間的相関がない場合、経験的バリオグラムは平坦に見える可能性があり、距離にわたって相関に変化がないことを示唆しています。
図5では、距離が増加するにつれて経験的バリオグラムが増加するように見え、すべてのモデルが適している可能性があります。Fit Mixedプラットフォームを使用してモデルをこれらの相関構造のそれぞれに形式的にフィットさせた後、指数モデルが最も小さいので、指数モデルが好ましいことがわかります赤池情報量基準の修正 （AICc）とベイズ情報量基準 （ビック）。つまり、バリオグラムを使用して、Fit Mixedを使用して形式的に近似できる可能性のあるモデルを特定する必要があります。これらのフィットで、あなたは最高のモデルを選ぶためにAICc / BIC比較を使うべきです。
このトピックを調べるには、JMPの資料を参照してください。フィット混合レポート 。
