如何從 JMP 中的擬合模型計算最佳線性無偏估計量 (BLUE)我對幾種不同的植物基因型進行了跨區塊複製的實驗。我擬合了一個模型，其中 y = 某些植物性狀，模型效果為區塊和基因型。
我想計算每個基因型的性狀值的藍色，在考慮 Block 的影響後給出每個基因型的調整後的平均性狀值。
我的直覺是藍色將是模型輸出中基因型的最小平方法平均值。這是正確的，還是在模型輸出的其他地方找到了藍色？
進階統計建模消費者與市場研究數據探索和視覺化可靠度分析回复：如何從 JMP 中的擬合模型計算最佳線性無偏估計量 (BLUE)藍色是參數估計。 看這個參考. 在隨機效應的情況下默認使用的 REML 過程包括自由度的調整。 藍色用於計算基因型分類水平的 LS 均值。
回复：如何從 JMP 中的擬合模型計算最佳線性無偏估計量 (BLUE)幫助頁面指的是隨機效應的最佳線性無偏預測器 (BLUP)。 但是，更清楚地說，我想將基因型視為固定效應並找到最佳線性無偏估計（BLUEs 而不是 BLUPs）。 我懷疑 JMP 會計算這些，但只是沒有這樣命名它們。 例如，正如我上面所說，我想知道 BLUE 是否等同於基因型的 LS 均值（固定效應），或者我是否使用預測方程來計算它們？
回复：如何從 JMP 中的擬合模型計算最佳線性無偏估計量 (BLUE)看這個幫助頁面獲取一些相關信息。
