廣義線性多級建模多年來，我一直非常希望看到廣義的多層次建模。 JMP 中缺乏這種能力是促使我定期使用 R 的原因。 無論這是通過混合模型平台還是簡單地通過在廣義線性模型中允許隨機效應來實現，我都會很高興看到這個特性最終出現。
統計和分析回复：廣義線性多級建模 - 狀態更改為：開發中在擬合模型中擬合 GLMM 正在 JMP Pro 17 中開發，將於 2022 年 10 月發布。
回复：廣義線性多級建模能夠在 JMP 中運行具有分類或離散結果的混合模型將使我的工作更加無縫。
回复：廣義線性多級建模是的，我遇到過許多我想將解決方案合併到 JMP 中但最終在 SAS 中使用 proc genmod 或 proc glimmix 的情況。
回复：廣義線性多級建模我確實認為，如果 JMP 想要吸引更多用戶，它必須在 GLMM 和邏輯模型中結合輸入隨機效應的能力（即避免偽複製以及與隨機效應結合相關的其他幾個特徵）。我簡直無法理解，2018 年開發的像 JMP14 這樣的昂貴軟件（？）不允許使用這些基本功能！為了執行這樣的分析，我必須使用 SPSS。我已經卸載了您發送給我的 JMP 14 試用版，現在我將購買最新版本的 SPSS，它允許在統計分析中使用這些基本組件，從而取消我的 JMP 帳戶。
托馬斯·馬德森
回复：廣義線性多級建模我不得不同意這似乎是一個明顯的差距。 當我作為我的 Stats MSc 的一部分進行多級建模時，我不得不去 R 學習課程的邏輯回歸部分，並且浪費了我一生中永遠不會回來的許多小時。
