一般回归用于探索差异你好，
我正在寻求正确分析数据集的帮助
我有一个基于试验的数据集，我们喂养两种不同的饮食（S和A），并在3个块动物中应用两种不同的处理（T和C）。
我们想要在两种不同的饮食和采样的时间点中测试两种非正态分布参数（Hg和Leuco）的治疗效果。
我用于执行混合模型（具有饮食，治疗和时间点作为固定效果;实验单元嵌套在块中作为随机效应），然而，与非正常参数混合模型不是合适的方法（我认为）。
我是普通回归的新手，我的目的是检查采样时间点之间或/和饮食之间的治疗之间的差异（我有比这两个更多的参数，Hg和Leuco），但这只是一个例子。
附上我的分析的一个例子。
我希望有人可以建议我分析它的正确方法。
谢谢
回复：一般回归探索差异听起来像广义线性混合建模听起来最合适。但是，JMP或JMP Pro目前不支持它们。已被要求在 JMP愿望清单 。您可以加上你的投票 。
在这种情况下，我认为您可能会发现常规线性混合模型可能已足够。
我希望有所帮助。
菲尔
回复：一般回归探索差异谢谢Phil的回答，
Hg是Weibull分布，Leuco是对数正态分布。
您认为混合模型是一种合适的方法吗？
达米亚诺
回复：一般回归探索差异嗨，
您认为Hg和Leuco的适当分布是什么？只需查看数据集中的这两个变量，它们就会呈钟形。我希望正态分布是一个合适的模型。
我认为“Hg gr％”是％年龄。因此，严格来说，它不能正常分布，因为它以0和100为界。但是，除非您有大量数据点或非常接近0或100，否则正态分布通常会为您提供有用的模型。
菲尔
