做一个线性混合效应模型。嗨，大家好，
我目前正在做一个项目，在那里我有三个独立的值和一个从属值：
我试图做的是一个三向方差分析，这是我的项目主管给我的回信：
你所做的是一个具有三个自变量的线性模型（你可以看到结果包括三向交互）。
您可以做一个线性混合效应模型，其中可以将受访者作为随机效应包括在内。 那会更合适，因为你有重复的措施。
现在我确实有一个问题，也许需要添加更多上下文。 但是举个例子，我的分析是这样的：
因变量和自变量的单向方差分析1（最重要的一个）
两种方式：因变量和自变量1、2
三路为：因变量和自变量 1、2、3。
我之所以要这样做，是为了看看自变量是否会影响因变量并相互影响。
然而，似乎我的项目负责人声称线性混合效应模型更合适，因为我已经重复了测量。有人可以向我解释为什么会这样吗？
我很抱歉问，我对 JMP 等比较陌生。
分析回复：做一个线性混合效应模型。您需要做的第一件事是转到 JMP 文档库并打开拟合线性模型文档，然后阅读关于混合和随机效应模型报告和选项的部分以及关于混合模型的部分。
JMP 文档库位于帮助下拉菜单下。
回复：做一个线性混合效应模型。嗨彭
谢谢回复，
我的因变量是对刺激的反应，即参与者在暴露于刺激后的表现。 每个参与者都有 4 种不同的刺激暴露给他们，我计算了他们的反应。
我的主要自变量是价格的影响，但在气味类别和性别中还有另外两个自变量，我想检查一下。
我试图复制视频的步骤，这就是我得到的。
回复：做一个线性混合效应模型。看起来您找到了如何指定分析。 如果您使用的是 JMP Pro，则“混合模型”个性是专用于此主题的另一个平台。
我想指出的一件事，因为您没有包含在您的屏幕截图中。 对于此类分析，一个重要的部分是解释方差分量估计结果。
我不会评论你的分析和结果，你应该和你的主管讨论。
回复：做一个线性混合效应模型。你所做的假设你的观察是独立的。 你的主管建议意味着你的观察不是独立的。 如果“重复测量”是正确的提示，那么问问自己：您的因变量是根据什么重复测量的？ 例如，对实验室老鼠的多次测量、对一块金属的多次测量、对一块土地的多次测量等。如果您的观察不是独立的，但您将它们视为独立的，您可能会得出错误的结论。
回复：做一个线性混合效应模型。我没有发表这样的评论。
回复：做一个线性混合效应模型。嗨，彭，
首先，结果+解释在我身上，正确的。
我实际上发现的是一个进行全因子分析的插件，然后我把它拿出来了。
那么除了方差分量估计结果对评论很重要？
