混合モデルの用語こんにちは、みんな、
私は魚の泳ぎのパフォーマンスを調べており、種の中に入れ子になっている個体を管理している論文に取り組んでいます。 混合モデルのパーソナリティを使用して実行している2種類のテストがあり、論文を書くときにそれらのモデルを説明（命名、特性評価）するのに助けが必要です。 私が提出したジャーナルでは、JMPと混合モデルプラットフォームに慣れていないため、私のデータで何をしているのか理解していないと不満を言うレビューがたくさんあります。
最初のテストでは、いくつかの入力変数/ボディメトリック（最大曲げ曲率、回転時間など）で種間の違いを探しています。
モデルでは、固定効果は種であり、変量効果は種内にネストされた個体です。 変量効果として個体がなかった場合、これは単純なT検定になりますが、個体差を制御するときに何と呼ぶかはわかりません。
2番目のテストは線形モデルです。この場合、私の固定効果は種、曲げ曲率、回転時間（および相互作用の完全な階乗）であり、種にネストされた個々のランダム効果もあります。 これを線形混合モデルと呼べると思います。
ありがとう、
スティーブン
分析他のRe：混合モデルの用語用語は混乱を招く可能性があり、残念ながら普遍的ではありません。 「」の意味がよくわかりません。種の中に入れ子にされた個体を管理している」。 変量効果を制御しますか？おそらくこれは役立ちます：
https://www.jmp.com/support/help/en/16.1/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/mixed-models-and-random-effect-models.shtml
Re：混合モデルの用語公開用の階層線形モデル（HLM）を推定しようとしたときに、この問題が発生しました。さまざまなプログラムがさまざまな用語や推定方法やアルゴリズムを使用しているという印象を受けます（コピー権や特許があるかどうかはわかりません）。
当時の私の解決策は、この分野の著名な本（教育）を調べ、サンプルデータを使用してサンプルモデルを推定することでした。 正確な結果が得られたら、現場で受け入れられるモデルを使用しており、従来の用語を自信を持って使用できると確信しました。
分野間のコミュニケーションの欠如は、それぞれが独自の用語を持っていることを意味します。 商業的な問題の場合、あるソフトウェアから別のソフトウェアへの用語の明示的な翻訳を見つけるのは非常に難しいと思います。これらの理由を合わせると、この種の答えをカフから引き離すことができる専門家を見つけることもほとんど不可能になります。
Re：混合モデルの用語やあ、
混合モデルは混乱を招く可能性があります。 また、用語も非常に紛らわしいです。 ただし、JMPの用語が、たとえばSASやRの用語と大きく異なるかどうかはわかりません。
いずれにせよ、分析に混合モデルを本当に使用する必要があるのではないかと思います。 なぜ個人に効果を加える必要があるのですか？ これを行う可能性のある例は、同じ個人のセットについて複数の時点にわたる応答を測定している場合です（ 「反復測定」 ）。 しかし、ほとんどの場合、個人に効果を追加することは意味がありません。
実行する必要のある分析のタイプを説明するために、サンプルデータセットを添付できると役立つ場合があります。
それがお役に立てば幸いです、
フィル
Re：混合モデルの用語私が行っている主なモデルは、体型変数（魚が曲がるときの曲率と曲がる速さ）と水泳パフォーマンス変数（魚が魚を回す速度と速さ）の関係を調べる線形モデルです。 ）そして体型の異なる種間の結果を比較します。 私が過去に受けた批判は、種内の個体間の変動を制御しないことに関連しています。 レビューアは、私のデータが種全体ではなく、1人または数人の個人の行動によって動かされていることを懸念しています。
線形混合モデルに変量効果として個人を含めることは理にかなっています。 線形混合モデルの従属変数で異なる種の平均を比較するときは、変量効果として個体を含める必要があると考えました。
実行しようとしているモデルのスクリプトファイルを使用してデータを添付しました。
Re：混合モデルの用語それは助けになります、ありがとう。
個人ごとに複数の観測値（行）があるのはなぜですか？
Re：混合モデルの用語個人ごとに15回の独立したターンを記録しました。
Re：混合モデルの用語わかった。 今では、なぜ個人に効果を追加する必要があるのかについて、はるかに理にかなっています。
標準回帰は、すべての観測値が独立していることを前提としています。 これは、テーブルの各行が一意の個人である場合に当てはまります。
個人ごとに複数の観測値があるため、観測値は独立していません。 各個人内の観察は、より類似していると予想される可能性があります。
モデルが適切であることを確認する1つの方法は、個人に変量効果を追加することです。 個体はそれぞれの種に固有であるため、これは種内にネストする必要があります（もちろん）。 個人は、変数の制御可能なレベルではなく、より大きな母集団の分布からランダムに代表を抽出するため、個人の固定効果は意味がありません。
それがあなたのモデルでしたことなので、あなたはこれらすべてを理解しているようです。
だから今問題は：あなたのレビュアーは何を理解していないのですか？ データをどのようにモデル化してもらいますか？
前にも言ったように、混合モデルに対してJMPで使用されている用語は、他のソフトウェアで使用されている用語と同じであると確信しています。 （Rを使用したMScの一部として、混合モデルでモジュールを実行しました。 JMPですべての例を繰り返しましたが、報告された出力の違いを覚えていません）
Re：混合モデルの用語したがって、2つの異なるモデルを実行する必要があります。 1つは線形混合モデルで、ランダムにネストされた効果に加えて、連続的でカテゴリ的な固定効果があります。
もう1つのモデルには、カテゴリ固定効果（種）と連続応答（体型変数）のみが含まれています。ランダムなネストされた効果として、個人を再度含める必要があると思います。 この場合、REMLまたは混合モデルのパーソナリティで標準の最小二乗法を使用するかどうかは重要ですか？ 私はSLS + REMLに傾いています
