REMLの残差 - バグか本当の価値か答えとあなたの説明をありがとう。私は将来ブロックを確立したくないので、'Block'はランダムな効果です。これはREMLでは実装されていないため、変数選択には段階的回帰モデルのみを使用しました。
次の式がスチューデント化残差の計算に使用されると仮定しましょう。
（ https://newonlinecourses.science.psu.edu/stat501/node/401/ ）
- MSE（i） =観測値iを削除した残差の二乗平均誤差
- hii =レバレッジ
- ei = yi - yihat（観測値iが削除されたモデルの場合）
私は二重チェックし、MSE（i）もeiも0ではありません。hiiが1かどうかも確認しましたが、そうではありません（ 
https://de.mathworks.com/help/stats/hat-matrix-and-leverage.html ） 私は標準誤差が0になるかどうか、または行方不明になるのか本当に興味があります。残差の標準誤差はどの程度正確に計算されますか？私はここで何かが恋しいですか？
乾杯
REMLの残差 - バグか本当の価値かまず第一に、固定効果またはランダム効果の選択は、要因の性質とあなたが反応への寄与をどのように見ているかによって異なります。あなたは将来的に同じブロックを設立することができますか？将来の観測値を予測するためにブロックレベルを使用できますか？それは私にとって固定効果のように思えます。将来同じブロックを確立できない場合、この実験のレベルはサンプルであり、次の実験はブロックの新しいサンプルになる可能性があります。それは私にはランダムな効果のように聞こえます。
次に、スチューデント化された残差は、応答の残差（残差）を残差の標準誤差で割ったものです。あなたはこの標準エラーを見ることができます。上部の赤い三角形をクリックして、[列の保存]> [残差の標準誤差]を選択します。この結果は私が見つけたものです：
（機密保持のため、画像は削除されています。）
そのため、観測3のスチューデント化残差は、標準誤差が異常に小さいため、異常に大きくなります。（t比を考える）観測値7のスチューデント化残差は、標準誤差（ratioの分母）が欠落しているため欠けています。
REML残差 - バグまたは真価？こんにちは、
私はREMLを使ってモデルを構築することについて比較的新しいです。私は残差の通常の振る舞いを奨励しました、そしてそれがバグであるかどうかはわかりません：
さまざまな要因の相互作用については何もわかっていません。そのため、最初に段階的回帰（データ表では「SR：Response - BIC」という名前）を使ってモデルを作成します。有意なパラメーターを特定した後、段階的回帰モデルと同じパラメーターを使用してモデルをREML（データテーブルでは 'REML：Response'と命名）で再構築しましたが、ブロッキング係数を変量効果に変更しました。
その後、両方のモデルのスチューデント化残差を保存しました。段階的回帰モデルの残差は非常に「正常」に見えます。ただし、REMLモデルの残差には大きな外れ値（ラン10）が含まれていますが、実際のプロットと予測プロットの間には異常はありません。さらに、実行4の残余値が欠落しているため、これが当てはまる理由を説明できません。
誰かが知っていますか、なぜ異常値が存在し、なぜ残差が見当たらないのですか？前もって感謝します！
データの説明
ソフトウェア：
