JMP中裂区设计实例的解释您好，我对 JMP 网页中介绍的 Split Plot Design Example 示例有疑问。
https://www.jmp.com/support/help/14-2/split-plot-design-example.shtml
在这个解释中，一个动物识别码叫做主题，狐狸和土狼的标称值为 1、2 和 3。 然后它被嵌套在物种中。 然后主题[物种]被选为随机效应，然后选择REML methos。
我的问题
1）在下表中，
主题[物种] 具有 0.7013889 方差分量。 我该如何解释呢？ 这是否意味着 70% 的错误来自 '主题[物种]'？
对于固定效应检验，物种和季节分别显着。
2）如果我使用简单的双向方差分析（物种 x 季节），在这种情况下，“主题”被视为“块”
在这种情况下，主效应显着，而其交互作用不显着，块（受试者-动物识别码）也显着。
即使我使用 ANOVA 或 Split Plot Design（或 REML），结果都是一样的，为什么我们需要使用 Split Plot Design（或 REML）？ 出于什么目的？
你能告诉我为什么吗？
非常感谢，
真挚地，
JK
回复：关于 JMP 中裂区设计示例的解释1. 不是，不是比例（相对），而是REML估计的实际方差。 取平方根，你就得到了受试者之间的估计标准差。
2. 通常最好尽可能识别（和估计）组间误差和组内误差。 裂区分析是这种模型的一个例子。 您有两个可能以不同速率采样的可变性来源。 （这件事是关于实验单元的随机化和水平的。）如果你只包括一个误差项，那么估计是某种平均值，它可以夸大难以改变的因素的 I 类错误，并夸大难以改变的因素的 II 类错误。容易改变的因素。
这不是尝试不同方法的问题，而是理解模型项和假设如何匹配设计和收集数据的方式的问题。
回复：关于 JMP 中裂区设计示例的解释
