JMP 用户您好
我正在尝试评估性别（标称）、海拔（标称）和纬度（标称）对动物物种的校正翅膀尺寸（连续；按体重计算的翅膀尺寸残差）的影响。 鉴于该特定物种主要分布在我的研究区域的陡峭海拔梯度的极端（低和高），我将海拔视为名义因素。 鉴于我仅在三个主要纬度水平（北、中和南）对个体进行了采样，我还将纬度视为名义上的固定因素。
建议我使用线性混合模型进行此分析。 具体来说，将性别、海拔、纬度、性别:纬度、性别:海拔、海拔:纬度视为固定因素，收集地点（名义）视为随机效应。 后者给出了收集地点的集群分布。 然而，我注意到，尽管校正后的机翼尺寸遵循正态分布，但它违反了某些海拔/纬度组之间的同方差性假设。 我还可以在 jmp 中使用线性混合模型吗？ 如果没有，我还可以采取什么其他选择来分析我的数据？
预先感谢您的关注。
添加@statmans有用的建议，
我喜欢变异图，
并且还喜欢查看随机数据（不应发现任何影响）。
下面的脚本将生成该数据。
并遵循从简单分析（例如分布以及通过 x 拟合 y）到复杂分析（混合模型分析）的路径。
Names Default To Here( 1 );
// Generate a data table with random data
doe_obj = DOE(
Full Factorial Design,
{Add Response( Maximize, "size", ., ., . ), Add Factor( Categorical, {"m", "f"}, "sex", 0 ), Add Factor(
Categorical,
{"north", "center", "south"},
"latitude",
0
), Add Factor( Categorical, {"low", "high"}, "altitude", 0 ), Set Random Seed( 35445577 ), Make Design, Replicates( 10 ), Simulate Responses( 0 ),
Set Run Order( Randomize )}
);
dt = doe_obj << Make Table;
doe_obj << close window;
// generate random response
dt:size << set Formula( Random Normal() );
// Variability chart
dt << Variability Chart( Y( :size ), X( :sex, :latitude, :altitude ) )首先，欢迎来到社区。 以下是我的初步想法（分析应始终遵循以下顺序：实用>图形>定量）：
1. 绘制数据图。 您可以使用图形生成器或多元方法>多元来获取散点图矩阵。
2. 绘制数据图。 确定实际值响应的变化是否（变化是否足够大？）
3. 绘制数据图。 定量分析用于支持图形分析的结论。 绘制数据不需要任何假设。
