JMP 用戶您好
我正在嘗試評估性別（標稱）、海拔（標稱）和緯度（標稱）對動物物種的校正翅膀尺寸（連續；按體重計算的翅膀尺寸殘差）的影響。 鑑於該特定物種主要分佈在我的研究區域的陡峭海拔梯度的極端（低和高），我將海拔視為名義因素。 鑑於我僅在三個主要緯度水平（北、中和南）對個體進行了採樣，我還將緯度視為名義上的固定因素。
建議我使用線性混合模型進行此分析。 具體來說，將性別、海拔、緯度、性別:緯度、性別:海拔、海拔:緯度視為固定因素，收集地點（名目）視為隨機效應。 後者給出了收集地點的群聚分佈。 然而，我注意到，儘管校正後的機翼尺寸遵循常態分佈，但它違反了某些海拔/緯度組之間的同方差性假設。 我還可以在 jmp 中使用線性混合模型嗎？ 如果沒有，我還可以採取什麼其他選擇來分析我的數據？
預先感謝您的關注。
添加@statmans有用的建議，
我喜歡變異圖，
並且還喜歡查看隨機數據（不應發現任何影響）。
下面的腳本將產生該資料。
並遵循從簡單分析（例如分佈以及通過 x 擬合 y）到複雜分析（混合模型分析）的路徑。
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，歡迎來到社區。 以下是我的初步想法（分析應始終遵循以下順序：實用>圖形>定量）：
1. 繪製數據圖。 您可以使用圖形產生器或多元方法>多元來取得散佈圖矩陣。
2. 繪製數據圖。 確定實際值響應的變化是否（變化是否足夠大？）
3. 繪製數據圖。 定量分析用於支持圖形分析的結論。 繪製數據不需要任何假設。
