如何在 JMP 中根据拟合模型计算最佳线性无偏估计量 (BLUE)我有一个实验，实验对象是几个不同的植物基因型，这些基因型在不同的区块中重复出现。我拟合了一个模型，其中 y = 一些植物特性，模型效应是区块和基因型。
我想计算每种基因型的性状值的蓝色，在考虑了Block的影响后，给出每种基因型的调整平均性状值。
我的直觉是，蓝色将是模型输出中基因型的最小二乘均值。这是正确的吗，还是蓝色可以在模型输出的其他地方找到？
高级统计建模消费者和市场研究数据探索与可视化可靠性分析回复：如何从 JMP 中的拟合模型计算最佳线性无偏估计量 (BLUE)蓝色是参数估计。 看这个参考. 在随机效应的情况下默认使用的 REML 过程包括自由度的调整。 蓝色用于计算基因型分类水平的 LS 均值。
回复：如何从 JMP 中的拟合模型计算最佳线性无偏估计量 (BLUE)帮助页面指的是随机效应的最佳线性无偏预测器 (BLUP)。 但是，更清楚地说，我想将基因型视为固定效应并找到最佳线性无偏估计（BLUEs 而不是 BLUPs）。 我怀疑 JMP 会计算这些，但只是没有这样命名它们。 例如，正如我上面所说，我想知道 BLUE 是否等同于基因型的 LS 均值（固定效应），或者我是否使用预测方程来计算它们？
回复：如何从 JMP 中的拟合模型计算最佳线性无偏估计量 (BLUE)看这个帮助页面获取一些相关信息。
