我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />如果我選擇混合模型個性，那麼選擇一個二分的因變量，它跳出混合模型個性。我可以運行“名義Logistic”回歸，但這不再給我隨機效應的估計。
Re：我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？再次感謝您的非常明確和快速的幫助。最好，傑夫
Re：我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？您引用的加載項僅支持連續響應變量 - “ 這是 dd-In生成線性混合效應（隨機和固定效應）模型項，用於涉及連續響應變量的單向或全因子重複測量設計（此時不支持分類響應） “ https://community.jmp.com/docs/DOC-6993
因此，加載項通過將數字名義變量視為連續的[0,1]標度來進行分析，這就是為什麼您發現結果與混合模型個性的結果相同。
RE：“如果你隨後將個性轉換為名義邏輯，結果會發生變化，但正如你所看到的那樣，結果模式（例如p值和結論）保持不變。”
我在這個數據中看到了混合模型和效果LR測試報告的固定效果測試報告中p值的相同顯著模式，但情況並非總是如此。另外，請參閱我之前的回復中關於LPM和邏輯回歸之間差異的評論。
Re：我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？你好，我們又見面了，
並再次感謝你的幫助。
我附上了我正在使用的數據文件。
只保存了一個腳本，該腳本是使用重複測量添加創建的，但是使用混合模型對話與DV處理為連續的相同分析。
因此，如果您使用數據運行保存的腳本，您將獲得隨機效果模型，雖然變量本身被定義為標稱，但結果與DV被定義為連續的結果相同（這只是意味著JMP犯了一個錯誤並運行分析將二分DV視為連續？）。
如果您隨後將個性轉換為名義邏輯，則結果會發生變化，但正如您所看到的，結果模式（例如p值和結論）保持不變。
建議？
再次感謝你。
最好，傑夫
Re：我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？在0-1等級上將二分響應變量作為連續變量處理導致所謂的“線性概率模型”i n文學 。一個關鍵的批評涉及位於概率極限（0,1）之外的擬合概率。
如果沒有看到你的分析，我只能就你的發現提出我的一般性意見“T 他在各分析中的固定效應非常相似，並得出相同的結論“： （1）邏輯回歸的係數表示對數奇數比，而線性回歸模型的係數是邊際效應。它們通常不相同甚至接近; （2）隨機效應模型通常會產生更有效的估計，因此關於固定效應的統計顯著性的結論可能不同。
Re：我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？你好，我們又見面了，
好吧，既然我已經解決了我的另一個問題，我想回到這個問題（後勤混合模型）。
因為我無法運行我認為應該使用的邏輯混合模型，所以我運行了另外兩個分析。
在一個分析中，我使用擬合模型對話使用名義後勤人格，而在另一個分析中，我將二分因變量轉換為連續變量。
固定效應在各分析中非常相似，並得出相同的結論，儘管混合模型給出了受試者內因子隨機效應的附加信息。
因此，我的問題是一個解決方案是否明顯不受限制（例如，強制二元變量被連續處理），或者是否具有隨機效應信息的附加優勢是否超過強制DV連續引入的風險。所有這些都是在兩種分析中固定效應變化不大（結論不變）的背景下。
再次感謝，傑夫
Re：我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？太好了，謝謝你的回复。
傑夫
Re：我可以在混合模型中使用二分因變量（例如，邏輯混合模型）嗎？不，JMP Pro中的混合模型個性僅支持正態分佈的因變量。
回复：我可以在混合模型（例如，邏輯混合模型）中使用二分法因變量嗎？現在有這個：廣義線性混合模型加載項
