具有随机效应的混合模型中回归相互作用中参数估计的问题大家好，我正在寻找一个解决方案来理解广告类别和强迫性购买分数之间的相互作用。我使用了具有固定效果和随机效果语句的线性混合模型（“Stimuli ID”和“Subject ID”）。在没有随机效应语句的回归中，您可以选择使用“扩展估计”选项来获取完整参数估计表，在混合效果模型的情况下，没有选项。如何查看类别的回归系数和显着性水平，这隐藏在我的参数估计中？
Re：具有随机效应的混合模型中回归相互作用中的参数估计问题参数估计的测试是针对参数为零的零假设。这与分类因子的模型参数化是分开的并且不同，这要求估计总和为零。
Re：具有随机效应的混合模型中回归相互作用中的参数估计问题我有一个澄清问题。我是否正确理解参数估计表中的值（例如p值和系数）是否与参考类别进行比较？例如，如果我有三个交互Ad1 * CBS，Ad2CBS和Ad3CBS，那么参数估计表中的p值只显示交互Ad1 * CBS与参考类别Ad0CBS（未在参数估计中公开）显着不同水平）？所以，如果我重新编码价值订购并获得我的参考类别的值，它没有说明这个交互与我现在设置为0的那个有很大不同吗？
如果我想了解，CBS是否预测每个类别中的因变量是正确的，那么研究参数估计表是不够的，我需要运行虚编码交互项回归： http://www.restore.ac.uk/srme/www/fac/soc/wie/research-new/srme/modules/mod3/11/index.html ？
对不起我的困惑，我通常使用分类数据，这个案例仍然让我感到困惑。
谢谢，
达莉亚
Re：具有随机效应的混合模型中回归相互作用中的参数估计问题非常感谢你，一切都很完美！
Re：具有随机效应的混合模型中回归相互作用中的参数估计问题由于JMP参数化线性模型中的分类效果，因此您可以看到除“最后”级别之外的所有参数估计值。级别的顺序是（通常）字母或数字。您可以通过定义来更改此订单并强制执行您自己的订单价值订购列属性。通过这种方式，您可以创建另一个在最后一级没有统计意义或实际重要性的级别。选择包含广告类别的数据列，选择Cols> Column Info，单击Column Properties，选择Value Ordering，然后选择并在值列表中向上移动最后一级。
