混合模型问题这个数据有什么问题呢？我无法获得固定效应测试的任何输出。
我正在执行随机完整区组设计的混合模型。 Rep 是随机因子，而 S Rate 和 N Rate 是连续变量。 我想看看 S 率或 N 率是否会影响收益率。 产量也是一个连续变量。
当我使用 reml 方法将其作为标准最小二乘法运行时，我可以获得输出，但是当我将其更改为混合模型时，我没有得到任何固定效应测试的数字。
高级统计建模实验设计可靠性分析视窗回复：混合模型问题@KernDawg : 我想在此补充一件事，以供思考。 如果我们注意“S Rate”和“N Rate”变量中的数据结构，我们可以看到它们都是相当离散的（不是严格连续的），即使它们是在数据表中以这种方式建模的。您可以在正常分位数图中所示的数据模式中看到这一点。这种类型的模式通常表示测量分辨率有限（在用于收集数据的测量系统的背景下）。
如果我们对这些数据进行指数分布拟合（使用分布平台并选择此分布拟合以进行演示，并且因为 Johnson Sb 存在对数据过度拟合的风险），我们可以要求 JMP 为每个数据的拟合保存一个模拟连续列这两个变量的：
当我们这样做时，我们尝试在“拟合混合”中拟合相同的模型（使用这些变量而不是原始变量），模型收敛，我们成功获得固定效应估计：
回复：混合模型问题你好@KernDawg , 拟合混合和拟合最小二乘法（指定随机效应）的收敛标准和优化算法将会不同；我怀疑这也是问题的一部分。该数据集的另一个问题是协方差结构（高混杂风险），根据我的经验，这可能会导致收敛问题：
请注意，根据经验，我们可能认为皮尔逊相关性约为 0.3 表示中等风险，约 0.5 或更高表示较高风险（但这取决于主题知识和您自己的个人风险定义） 。
Fit Mixed 平台可能对这种混杂风险更敏感，因此似乎存在收敛问题（未报告效果估计）。同意@菲尔_凯该模型中的低信噪比可能会导致我们所看到的问题。
具有指定随机效应的拟合最小二乘个性看起来对于您的建模场景来说是完全可接受的模型规范；在这种情况下，您的任何影响对于您的实际产量响应都不具有统计显着性（截距项除外）。
事实上，只有拦截是“重要的”，这可能是另一个线索。您可能想在此处查看更拟合的模型，或者考虑为什么您的预期模型与您的数据拟合得不太好（Adj-R 平方 = 6% 且小于 R 平方 = 13% 的 1/2） :
- @帕特里克朱利亚诺
回复：混合模型问题你好，
我不确定这里发生了什么。 在 JMP Pro 16.2.0 中，我遇到了与您相同的问题。 一次偶然的机会，我在 JMP Pro 17 (EA6) 的早期采用者版本中运行了该报告，在这种情况下，它给出了固定效应的估计。 我建议您联系技术支持（电子邮件： support@jmp.com ）以便他们可以进行调查。
除此之外，您的因素似乎对响应影响很小或没有影响。 我怀疑这是您所看到的问题的部分原因。
我希望这有帮助，
菲尔
