变量与残差混淆你好，
我正在尝试使用混合模型分析实验室间研究的数据，它是一个包含 5 个变量的嵌套设计，因变量是效价，我的分析结构如下
固定效应
样品（30 个）
随机效应
样品*实验室（3级）
示例*天（3 个级别）
样品*运行（2 个级别）
复制[样品、实验室、日、运行]（复制有 2 个级别）
样品*实验室*天
我收到错误消息 Replicate[Sample,Lab,Day,Run] 与残差混淆，这是我第一次遇到此消息，我不确定它告诉我什么，以前有人遇到过此问题以及他们是如何克服的它？？
谢谢
米克
高级统计建模质量和工艺工程回复：变量与残差混淆不。
是的，重复项是相关的，但相关性是由模型中的其他项来解释的。 我不会在模型中明确包含复制。 它隐式地包含为残差方差。 通常的线性回归模型的假设是残差方差与响应水平无关。 请务必仔细执行残差分析以验证这一假设和其他假设。
换句话说，您定义的结构（包括嵌套）是正确的，但没有必要在模型中包含最低级别的结构。
回复：变量与残差混淆您定义和使用的示例对响应有固定的影响。
再次，包括解决主要问题的主要影响。 如果您怀疑其他因素的影响从一个样本到另一个样本发生变化，您可以包括交叉项来估计和测试交互效应。 这是一个合理的期望吗？ 有先例吗？ 还是可以先验地排除？
回复：变量与残差混淆我可能夸大了数据中的级别数量，如果我希望包括最低级别的数据，复制这些数据将是相关的，并且对于运行也可以这样说，因此对于一天来说不是这样
样本
实验室
天
运行[实验室，白天]
复制[实验室、日间、运行]
因此，样本、实验室和日作为主要效果是有意义的，并且由于复制和运行中的聚类，它们需要指定为嵌套？
这听起来正确吗？
回复：变量与残差混淆感谢你的协助@马克贝利，它非常感谢，它很有趣，我想这取决于我想要回答的研究问题，“每天的平均偏差如何取决于样本”就是其中之一，因为样本是从一个来源发送的，所以方差应该都是相同的（愚蠢的想法？）
数据结构是根据附加的 Excel 文件，X 3 个实验室，因此混合模型估计每个级别所解释的变异百分比的正确语法应该如下所示，全部为随机效应
实验室
日[实验室]
运行[白天，实验室]
如果我想包含样本以查看样本 l 解释的变异百分比，则将样本作为随机效应包含在内，将其作为固定效应删除，语法将如下所示，全部作为随机效应
样本
实验室
日[实验室]
运行[白天，实验室]
由于样本不适合数据结构，这只是主要效果以及实验室？？？
我直观地感觉这是正确的，但任何建议将不胜感激。
非常感谢
回复：变量与残差混淆每个水平与平均值的偏差是简单主效应样本、实验室、日和运行。 不是与 Sample 的叉积。 交互作用项描述了一个变量的影响如何取决于另一因素的水平。 因此，“日”项表示每天的平均偏差，而“样本*日”项表示每天的平均偏差如何取决于样本。
例如，像“Day Run”这样的级别嵌套可能会阻止您估计交互效果。
回复：变量与残差混淆我将样本*实验室、样本*日和运行[样本，实验室，日]的相互作用解释为实验室、日和运行的主要影响，因此对于实验室，通过包括随机斜率和截距我想看到每个实验室与样本平均效果的偏差，我将其解释为我的主要效果。
回复：变量与残差混淆好的，明白了
回复：变量与残差混淆您是否还包括实验室、跑步和日间的主要随机效应？
回复：变量与残差混淆残差自动是最低的随机效应。 如果每个观察的残差实际上与随机效应的重复水平相同，那么它们就会被混淆。 将复制品排除在模型之外。 残差估计是重复估计。
回复：变量与残差混淆我想我会回复我自己的帖子，我想我的事情过于复杂，我已经用简化的模型重试了
样本固定效应
样品*实验室和随机实验室方差
运行[样本、实验室、日期] 和随机运行方差
样品*实验室*日间和随机实验室与白天的互动
样品*日&随机日间方差
R2 很棒，没有收敛问题，没有混淆，并且很容易解释。
任何意见将不胜感激
