混合模型問題這個數據有什麼問題呢？我無法獲得固定效應測試的任何輸出。
我正在執行隨機完整區組設計的混合模型。 Rep 是隨機因子，而 S Rate 和 N Rate 是連續變數。 我想看看 S 率或 N 率是否會影響收益率。 產量也是一個連續變數。
當我使用 reml 方法將其作為標準最小二乘法運行時，我可以獲得輸出，但是當我將其更改為混合模型時，我沒有得到固定效應測試的任何數字。
進階統計建模實驗設計可靠度分析視窗回覆：混合模型問題@KernDawg : 我想在此補充一件事，以供思考。 如果我們注意「S Rate」和「N Rate」變數中的資料結構，我們可以看到它們都是相當離散的（不是嚴格連續的），即使它們是在資料表中以這種方式建模的。您可以在正常分位數圖中所示的資料模式中看到這一點。這種類型的模式通常表示測量解析度有限（在用於收集資料的測量系統的背景下）。
如果我們對這些資料進行指數分佈擬合（使用分佈平台並選擇此分佈擬合以進行演示，並且因為Johnson Sb 存在對資料過度擬合的風險），我們可以要求JMP 為每個資料的擬合保存一個模擬連續列這兩個變數的：
當我們這樣做時，我們嘗試在「擬合混合」中擬合相同的模型（使用這些變數而不是原始變數），模型收斂，我們成功獲得固定效應估計：
回覆：混合模型問題你好@KernDawg , 擬合混合和擬合最小二乘法（指定隨機效應）的收斂標準和最佳化演算法將會不同；我懷疑這也是問題的一部分。該資料集的另一個問題是協方差結構（高混雜風險），根據我的經驗，這可能會導致收斂問題：
請注意，根據經驗，我們可能認為皮爾遜相關性約為 0.3 表示中等風險，約 0.5 或更高表示較高風險（但這取決於主題知識和您自己的個人風險定義） 。
Fit Mixed 平台可能對這種混雜風險更敏感，因此似乎存在收斂問題（未報告效果估計）。同意@菲爾_凱該模型中的低信噪比可能會導致我們所看到的問題。
具有指定隨機效應的擬合最小二乘個性看起來對於您的建模場景來說是完全可接受的模型規格；在這種情況下，您的任何影響對於您的實際產量反應都不具有統計顯著性（截距項除外）。
事實上，只有攔截是“重要的”，這可能是另一個線索。您可能想在此處查看更擬合的模型，或考慮為什麼您的預期模型與您的資料擬合得不好（Adj-R 平方 = 6% 且小於 R 平方 = 13% 的 1/2） ：
- @派崔克朱利亞諾
回覆：混合模型問題你好，
我不確定這裡發生了什麼事。 在 JMP Pro 16.2.0 中，我遇到了與您相同的問題。 一次偶然的機會，我在 JMP Pro 17 (EA6) 的早期採用者版本中運行了該報告，在這種情況下，它給出了固定效應的估計。 我建議您聯絡技術支援（電子郵件： support@jmp.com ）以便他們可以進行調查。
除此之外，您的因素似乎對回應影響很小或沒有影響。 我懷疑這是您所看到的問題的部分原因。
我希望這有幫助，
菲爾
