测试切片的自由度和可疑结果？您好，我正在寻找JMP中测试切片程序的一些背景，特别是如何在此过程中计算DF。 我经常使用测试切片，但最近注意到了一种我并不认为该过程正确评估的情况。我无法在线或在JMP帮助信息中找到有关测试切片程序的实际细节的任何信息。
我正在运行具有固定因子A和B [A]的混合效应模型（即因子B嵌套在因子A中）和三个随机效应。在每个A级中有大约8,000个观察值，6个水平的A和2到17个B水平。当检查因子A的测试切片（以评估因子B是否在A水平内不同）时，两个水平具有非常显着的测试切片结果，但实际上B水平的实际LS平均值没有差异。 这两个级别也有更大的DenDF，然后我预计这种对比度（~2,000），尽管每个A级只有~500个观测值。我不确定它是否是巧合，但是A级结果可疑结果只有2级B而所有其他A级水平都有5级以上。如果我将数据子集并测试B级之间的差异。每个A水平分别在B水平之间没有明显差异（分别为p = 0.978和p = 0.886，两个A水平）。
所以我的问题是：1）如何在JMP中对测试片段DF进行处理，如何独立验证它们; 2）什么类型的数据/模型问题可能导致测试统计数据的错误计算，3）是否有建议使用模型规范的替代分析策略来测试这种嵌套效应？
谢谢
Re：测试切片的自由度和可疑结果？JMP帮助中的参考包含有关这些调整的文献参考。老实说，我不能说我希望调整能够采用这种或那种方式。
这些调整是合适的，没有它们，预期均方的自由度将无法为零假设提供正确的分布，因此任何测试的p值都将毫无价值。
Re：测试切片的自由度和可疑结果？感谢您的快速答复。这对我有点帮助，但不幸的是，我
不清楚KR调整正在做什么或为什么
对A的两个级别产生如此大的影响但不影响其他级别
答：因为这两个级别的A与...相比代表性不足
剩下的A水平，我认为测试结果可能会少*
重要吗？在这种情况下，KR调整是否不合适
结果我可能是正确的吗？
Re：测试切片的自由度和可疑结果？请参阅“帮助”>“书籍”>“拟合线性模型”>“标准最小二乘法报告和选项”（第3章，第210-211页）。
混合模型中的随机效应采用Kenward-Roger调整到测试分母的自由度。
