測試切片的自由度和可疑結果？您好，我正在尋找JMP中測試切片程序的一些背景，特別是如何在此過程中計算DF。 我經常使用測試切片，但最近注意到了一種我並不認為該過程正確評估的情況。我無法在線或在JMP幫助信息中找到有關測試切片程序的實際細節的任何信息。
我正在運行具有固定因子A和B [A]的混合效應模型（即因子B嵌套在因子A中）和三個隨機效應。在每個A級中有大約8,000個觀察值，6個水平的A和2到17個B水平。當檢查因子A的測試切片（以評估因子B是否在A水平內不同）時，兩個水平具有非常顯著的測試切片結果，但實際上B水平的實際LS平均值沒有差異。 這兩個級別也有更大的DenDF，然後我預計這種對比度（~2,000），儘管每個A級只有~500個觀測值。我不確定它是否是巧合，但是A級結果可疑結果只有2級B而所有其他A級水平都有5級以上。如果我將數據子集並測試B級之間的差異。每個A水平分別在B水平之間沒有明顯差異（分別為p = 0.978和p = 0.886，兩個A水平）。
所以我的問題是：1）如何在JMP中對測試片段DF進行處理，如何獨立驗證它們; 2）什麼類型的數據/模型問題可能導致測試統計數據的錯誤計算，3）是否有建議使用模型規範的替代分析策略來測試這種嵌套效應？
謝謝
Re：測試切片的自由度和可疑結果？JMP幫助中的參考包含有關這些調整的文獻參考。老實說，我不能說我希望調整能夠採用這種或那種方式。
這些調整是合適的，沒有它們，預期均方的自由度將無法為零假設提供正確的分佈，因此任何測試的p值都將毫無價值。
Re：測試切片的自由度和可疑結果？感謝您的快速答复。這對我有點幫助，但不幸的是，我
不清楚KR調整正在做什麼或為什麼
對A的兩個級別產生如此大的影響但不影響其他級別
答：因為這兩個級別的A與...相比代表性不足
剩下的A水平，我認為測試結果可能會少*
重要嗎？在這種情況下，KR調整是否不合適
結果我可能是正確的嗎？
Re：測試切片的自由度和可疑結果？請參閱“幫助”>“書籍”>“擬合線性模型”>“標準最小二乘法報告和選項”（第3章，第210-211頁）。
混合模型中的隨機效應採用Kenward-Roger調整到測試分母的自由度。
