线性模型中的均值检验嗨伙计，
我希望在拟合模型中有一个测试，如果总体平均值为给定值，则可以返回“ p值”以观察样本中的数据。
当我对正在使用的数据运行REML模型时，得到以下最小二乘均值：
我想测试的是每个级别的总体平均值是否为零。我可以说出来，因为95％的置信区间对于p> 0.05的所有四个级别都不包括零。但是，我希望找出更小的尺寸。显然，“皱纹NS”级的p会比“祖先”级的p大。
我已经浏览了菜单和帮助屏幕，但找不到解决方法。我的老板（通常比我更了解JMP）建议我根据标准误差，95％的置信区间和固定效应测试的自由度，对我进行“逆向工程”。
本质上，通过计算将标准误差乘以这些自由度可得到95％置信区间的因子，那么我应该能够算出什么百分比置信区间将仅排除零，那将给我p值我在寻找。
这听起来是可行的，但我希望有一种更简单的方法。有人有建议吗？让我知道更多信息是否有帮助。
多谢您的协助！
回复：线性模型中的均值检验我认为您可以使用 Ť -在这里测试。分子是替代假设减去原假设，分母是估计的标准误差。这个样本 Ť 比率等级=祖先是（2.3213706-0）/ 0.25634312 = 9.0557164。然后从 Ť 具有适当自由度的累积分布函数，在这种情况下为4.157。您可以通过打开脚本窗口来计算所有这些信息（选择文件>新建>脚本 ），然后输入以下代码：
p value = 1 - t Distribution( (2.3213706 - 0) / 0.25634312, 4.157 );
我还添加了95％置信区间的计算。我得到这个答案：
请注意，小的差异是由于JMP窗口中的舍入值引起的。我没有要使用的完整精度结果。当您处于分布的末尾时，它会带来很大的不同。
回复：线性模型中的均值检验好的，看起来效果很好。 谢谢一群！
