JMP中裂區設計實例的解釋您好，我對 JMP 網頁中介紹的 Split Plot Design Example 示例有疑問。
https://www.jmp.com/support/help/14-2/split-plot-design-example.shtml
在這個解釋中，一個動物識別碼叫做主題，狐狸和土狼的標稱值為 1、2 和 3。 然後它被嵌套在物種中。 然後主題[物種]被選為隨機效應，然後選擇REML methos。
我的問題
1）在下表中，
主題[物種] 具有 0.7013889 方差分量。 我該如何解釋呢？ 這是否意味著 70% 的錯誤來自 '主題[物種]'？
對於固定效應檢驗，物種和季節分別顯著。
2）如果我使用簡單的雙向方差分析（物種 x 季節），在這種情況下，“主題”被視為“塊”
在這種情況下，主效應顯著，而其交互作用不顯著，塊（受試者-動物識別碼）也顯著。
即使我使用 ANOVA 或 Split Plot Design（或 REML），結果都是一樣的，為什麼我們需要使用 Split Plot Design（或 REML）？ 出於什麼目的？
你能告訴我為什麼嗎？
非常感謝，
真摯地，
JK
回复：關於 JMP 中裂區設計示例的解釋1. 不是，不是比例（相對），而是REML估計的實際方差。 取平方根，你就得到了受試者之間的估計標準差。
2. 通常最好盡可能識別（和估計）組間誤差和組內誤差。 裂區分析是這種模型的一個例子。 您有兩個可能以不同速率採樣的可變性來源。 （這件事是關於實驗單元的隨機化和水平的。）如果你只包括一個誤差項，那麼估計是某種平均值，它可以誇大難以改變的因素的 I 類錯誤，並誇大難以改變的因素的 II 類錯誤。容易改變的因素。
這不是嘗試不同方法的問題，而是理解模型項和假設如何匹配設計和收集數據的方式的問題。
回复：關於 JMP 中裂區設計示例的解釋
