嵌套变量总是随机效应吗？背景：我目前正在分析一项实验的数据，在该实验中，我连续给蚁群喂食经过处理或未经处理的饮食一个月，然后在实验结束时测量每个蚁群的个体后代的体重。 因为每个群体只连续喂食一种饮食，所以在我看来，每个群体都是嵌套的正在治疗中。
问题：我如何将集落作为随机或固定效应纳入治疗下，对分析的统计结果有重大影响（参见输出）。 [处理下的菌落嵌套]应该是固定效应还是随机效应？
虽然关于固定效应与随机效应问题的争论似乎有些争议，但最一致的答案似乎是嵌套应该始终以随机方式运行，而无需太多讨论为什么替代方案总是错误的：
如果 JMP 违背传统观念，为什么 JMP 会提供将嵌套包含为固定选项的选项？
从全球数据集来看，很明显存在治疗效果，但其中一个菌落似乎未受到治疗的影响（见图）。 这让我认为，治疗效果存在一个菌落，一些菌落对治疗更耐受，而另一些则不然。 我知道，通过非因子设计（无交叉），我无法在统计上证明这一点。 通过固定模型，我了解了嵌套集落处理和处理本身的重要性。 当随机运行时，我失去了治疗变量的显着性。 我不明白在这样的情况下如何将群体的随机效应与治疗效应分开。 在我因我的非因子设计而受到批评之前，我要说的是，在这种类型的研究中，没有实际的方法可以交叉。
预先感谢您的任何意见或建议！
乔
回复：嵌套变量总是随机效应吗？因为我们正在观察群体后代对发育暴露的反应，所以在治疗期间需要一个具有产蛋蜂王的稳定群体。 对一部分成年工蜂进行测试不会得到同样的问题，而分裂一个群体最终将需要两个不同的蚁后，从而导致群体具有不同的基因。 每个菌落只能分配一种处理（嵌套），并且每个菌落也不同。 替代方案会更加复杂（而且$$）。
回复：嵌套变量总是随机效应吗？假设您正在查看是否尺寸殖民地的地位很重要。还假设您只知道每种食物类型中的相对菌落大小。想象一下，您从两个起始菌落开始，每种食物类型一个，但您不知道它们的大小。然后将每个发酵剂分为 1/2、1/4、1/8...，并将每个序列的菌落分配给每种食物类型。在我看来，每种食物类型都会产生嵌套的序数效应。人们可能可以进行类似的实验，其中在实验中使用两个连续测量设备，并且它们的相对尺度不相关。这将为您提供一个嵌套的连续因子。我记得JMP不允许连续因子嵌套。
回复：嵌套变量总是随机效应吗？您可以将每个蚁群的蚂蚁样本分开，然后对每个分区进行处理以实现交叉结构，不是吗？
回复：嵌套变量总是随机效应吗？不，嵌套效果不必是随机的。 不过，“专家”认为固定嵌套效应不可能性的领域可能无法提供示例。
是的，如果菌落代表菌落群体的样本，那么在您的情况下应该将其建模为随机效应。
关于你的结论，“从全球范围来看数据集，很明显存在治疗效果，但似乎其中一个菌落未受到治疗的影响（见图）， “我认为你混淆了固定效应（治疗）和随机效应（群体）。 随机效应与变异有关。 固定效应大约是均值。
