混合模型的逐步模型选择各位，
我想使用逐步模型选择来从混合模型中选择重要的固定效应（包括一个随机效应）。
然而，当将拟合模型平台中的“个性”从“标准最小二乘法”更改为“逐步”时，似乎执行了相同的模型选择，就好像我会有一个“纯”固定效应模型一样，没有考虑随机效应。 有没有办法考虑随机效应，然后进行逐步模型选择？ 我的意思是，如果随机效应导致数据整体变化的很大一部分，这应该会有所不同，对吧？
此致，
蒂娜
回复：混合模型的逐步模型选择你好@cwillden和@凯文安德森，非常感谢您对该主题的看法和提示！
由于分析必须在“正常”JMP（无专业版）中运行，我将尝试采用这种方式@cwillden建议的。
因为我一直想要一个包含所有主效应的模型，并另外选择相关的交互作用或二次效应，所以我会从主效应模型开始，逐步将随机效应作为固定效应。
最好的，
蒂娜
回复：混合模型的逐步模型选择仅供参考，方法@凯文安德森建议仅在 JMP Pro 中可用。
回复：混合模型的逐步模型选择嗨，蒂娜！
希望您了解 Stepwise 的致命统计缺陷。请参考 NE SUG 2007 的附件。
该文件中的一句话：“最具破坏性的是，它让分析师无法思考。 换句话说，对于数据分析师来说，使用逐步方法就相当于告诉他或她的老板，他或她的薪水应该被削减。”
我建议您避开 Stepwise 并尝试使用 Fit Model 平台中的广义回归特性，特别是自适应套索。
祝你好运！
回复：混合模型的逐步模型选择你好@蒂娜,
这在 JMP 中一直是一个棘手的情况，因为 Stepwise 不支持随机效应。如果您的随机效果可以暂时视为固定效果，您可以逐步运行以获得模型，然后在该点恢复为随机效果。
我通常在 JMP 中进行手动模型选择，从完整模型开始，然后仔细地削减它。您也可以随时这样做。
祝你好运。
