如何在REML模型中對學生的兩種方式進行成對比較？你好，
請看附圖。我有3個固定因子和1個隨機阻塞（年*位置）效果。我使用REML運行了因子分析。
如何對REML模型中任何兩種治療方法進行學生成對比較？
另外我如何獲得 MSE 和 MS阻止從給定的表？
謝謝。
Re：如何在REML模型中對學生的兩種方式進行成對比較？非常感謝馬克
Re：如何在REML模型中對學生的兩種方式進行成對比較？我們說你作為預防措施阻止了最小化潛在外部變異源的影響（不是響應中固有的隨機變化，而不是因為改變因子水平而產生的隨機效應），但這是無根據的。在該實驗中未發現阻斷的隨機效應是顯著的。
就這樣。
你的第二個問題毫無意義。塊是截距的組特定加法（與交互效應分開的固定塊效應）或隨機效應（採樣頻率低於殘差）。任何交互中都包含一個塊是沒有意義的。如果確實如此，則意味著因素（事物的工作方式）的影響從一個塊變為另一個塊。然後，這是您無法識別或控制的因素。
Re：如何在REML模型中對學生的兩種方式進行成對比較？我怎麼知道是否有Block * Entry交互？
Re：如何在REML模型中對學生的兩種方式進行成對比較？所以根據我的分析結果，我的阻塞置信區間為零，我不拒絕零假設。因此我可以斷定方差為零？
我如何通過這種方式乾擾我的阻擋效果？
Re：如何在REML模型中對學生的兩種方式進行成對比較？不，方差比僅僅是對殘差（誤差）的方差分量的隨機效應的方差分量，例如阻塞到殘差。這是一個相對度量，例如由於更改塊而導致的方差是誤差方差的三倍。
沒有F比率或假設檢驗。 相反，您可以使用等效置信區間估計。如果區間包含零，那麼您不會拒絕所述重要性水平的零假設。如果間隔不包含零，則拒絕方差為零。
注意：根據您的REML選項，負估計是可能的（它們實際上是協方差），以便產生對固定效應的無偏估計和具有所需覆蓋的測試。
Re：如何在REML模型中對學生的兩種方式進行成對比較？原來如此！！所以 Var比率是阻塞效應的F檢驗？
這是否意味著如果阻止不重要我的阻止是無效的？
謝謝
Re：如何在REML模型中對學生的兩種方式進行成對比較？它在你面前！
MSE和MS阻止位於REML方差分量估計表中。第一行是隨機塊效應及其方差分量（MS Block），第二行是殘差方差分量（MSE）。
Re：如何在REML模型中對學生的兩種方式進行成對比較？另外在哪裡可以找到這個設計的MSE和MSBlock？
Re：如何在REML模型中對學生的兩種方式進行成對比較？謝謝馬克！Re：如何在REML模型中對學生的兩種方式進行成對比較？單擊Response旁邊頂部的紅色三角形並選擇估計 > 自定義測試 。
看到救命 > 圖書 > 擬合線性模型並蒐索“ 自定義測試 “ 欲獲得更多信息。
