裂區設計分析的隨機效應我對裂區設計分析的隨機效應有疑問，希望有人能幫忙解釋一下。
讓我使用 JMP 樣本數據，例如“Animals.jmp”。
如果我們將主題 [物種] 視為隨機效應，則 REML 方差分量估計報告，如附件腳本區域中的“重複測量模型”腳本顯示主題因素不是英里的重要影響因素。
但是，如果我們認為該模型是基本回歸模型，如附件腳本區的“基本模型”腳本。
結果顯示主題因素影響里程顯著。
這兩個模型得出不同結論的原因是什麼？
回复：裂區設計分析的隨機效應我同意兩者@Phil_凱和@DonMcCormack . 我只是想指出基本模型的聯合因素檢驗表明該主題並不重要。
從結果來看，物種是隨機效應模型和基本模型中的重要因素。 這或許可以解釋為什麼在控制了物種和季節之後，Subject[species] 不是隨機變異的重要來源。
回复：裂區設計分析的隨機效應此外@Phil_凱的回應，主題術語的目的僅僅是為了捕捉物種內的變異，因此它可以用於測試統計差異，而不是尋找主題差異。 最重要的是，將受試者視為固定效應不僅假設只有三個（治療水平），而且 FOX 的受試者 1 與 COYOTE 的受試者 1 相同（治療）。
回复：裂區設計分析的隨機效應你好@Eric_Wang ,
這兩個模型非常不同，因此您應該期待不同的結論。 它們基於對生成數據的過程的不同假設。他們對方差的來源做出了不同的假設。
一個很大的區別是 Subject 沒有嵌套在基本回歸模型中的 Species 中。 這意味著只有 3 個主題。 實際上有 6 個主題：2 個物種各 3 個。 我懷疑這是造成差異的很大一部分原因。 但這當然不是唯一的原因。
這說明在標準固定效應模型不合適的情況下需要混合模型。 如果使用不合適的模型，結論將具有誤導性。
我確定用於混合模型的 JMP本書將對此提供更多解釋。
我希望這有幫助，
菲爾
