隨機係數模型：如何在 JMP® Pro 中對縱向和分層數據進行建模<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />伊麗莎白克拉森, 博士, JMP Research Statistician Tester, SAS
克里斯·戈特沃爾特, 博士, JMP 統計研究與開發總監, SAS
擬合模型 (Fit Mixed) 的混合模型特性的添加極大地擴展了 JMP Pro 分析縱向數據的能力，縱向數據由隨時間推移進行的重複測量組成。 可能尚未完全了解該平台在包括社會科學、產品可靠性和農業在內的各種主題領域的有用性。 平台中的相同基礎方法可用於對個體生長/退化曲線進行建模，或對按層次結構組織的實驗單元進行建模，例如學校內的學生或地塊內的個體植物。 因為隨著時間的推移建模效果的方法是在幾個不同的學科中分別開發的，所以對於基本相同的模型，術語可能會有很大差異。 例如，隨機係數模型、分層線性模型 (HLM) 和分層貝葉斯模型本質上是相同的模型，並且都可以使用 JMP Pro 11 和 JMP Pro 12 中的 Fit Mixed 進行擬合。 在本演示文稿中，我們使用來自製藥行業和社會科學的示例演示了 Fit Mixed 對隨機係數模型的功能。 這包括為習慣於在 SAS 中擬合混合模型的 JMP 用戶從 SAS PROC MIXED 進行“翻譯”。
預測建模回复：隨機係數模型：如何在 JMP® Pro 中對縱向和分層數據進行建模<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />感謝您將 JMP 混合模型平台交叉傳輸到 SAS PROC Mixed。 用於隨機截距和更普遍的混合模型的 JMP 平台很好。我希望看到 JMP 平台也能夠估計未來分類結果的係數。 再次感謝！
回复：隨機係數模型：如何在 JMP® Pro 中對縱向和分層數據進行建模<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />感謝您的客氣話。
我想澄清你的要求。 你想要分類因子的隨機係數嗎？ 或者您是否正在尋找具有二項式數據的混合模型，因此具有隨機效應的邏輯回歸？
謝謝！
回复：隨機係數模型：如何在 JMP® Pro 中對縱向和層次數據建模<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨，伊麗莎白，
我希望我上週能參加你的演講，但我想我必須去別的地方。
我很確定@mpg 要求的是具有隨機效應的邏輯回歸。 也許這也可以擴展到順序邏輯回歸。
謝謝，
菲爾
回覆：隨機係數模型：如何在 JMP® Pro 中對縱向和分層資料建模謝謝，菲爾。我就是這麼想的，但我想確定一下。 GLMM 和 GEE（具有非常態回應分佈的混合模型）先前已被要求過。我將為他們再投一票。
謝謝，
伊莉莎白
回覆：隨機係數模型：如何在 JMP® Pro 中對縱向和分層資料進行建模我投票支持它！我最近需要為應用統計碩士的混合模型模組做一些課程作業，如果能夠繼續使用 JMP 進行邏輯回歸部分就好了。相反，我不得不浪費時間解決講義中一些不可靠的 R 程式碼中的錯誤！
回覆：隨機係數模型：如何在 JMP® Pro 中對縱向和分層資料進行建模你好，伊麗莎白和菲爾，
抱歉，回覆晚了，我一直在四處走動。
是的，我請求 JMP 的未來版本考慮將 GLMM 加入到混合建模平台。另一方面，我在想，當我有一點空閒時間時，我會努力編寫一個 JMP 插件，使用 R 來估計具有非常態響應的混合模型。
對於創建該插件有什麼想法嗎？
乾杯，
馬特·古德洛
