報告中隨機效應 p 值的意義你好，
跟進上一個線程（ https://community.jmp.com/t5/Discussions/MANOVA-repeated-measures-two-factors-multiple-comparisons/mp/54194 ），我已經對 20 個受試者進行了實驗（缺少#6 的數據 - 總共 19 個樣本）。 我們有 5 個採樣時間。 有些患者出現併發症，有些則沒有。 我們將資料按中位數標準化，並且我使用對數轉換的標準化資料使其更加高斯化。 我準備了一個混合模型來評估患者的影響作為隨機效應，採樣時間和併發症作為固定效應。 參見所附數據。
在運行模型時，有時患者[併發症]（即嵌套在併發症中的患者）隨機效應在「隨機效應協方差參數估計」中的 p 值低於 0.05...這是什麼意思？隨機效應變數不可能很重要，因為我將其定義為隨機的，還是我弄錯了（概念上）？
謝謝，
烏列爾。
回覆：報告中隨機效應 p 值的意義這種區別是一個常見的混淆點。
線性模型包含兩種效應：固定效應和隨機效應。 固定效應有助於反應均值。 它們歸因於因素/預測因子水準的變化。 它們是可複製的。隨機效應會影響反應方差。 至少，隨機誤差是隨機效應。 在其他情況下，還有其他來源（例如，科目、日期等）。它們不歸因於特定因素/預測因素，而是歸因於一組觀察結果或樣本。 它們是不可重複的（例如，新的日子、新的科目等等）。 一般來說，隨機貢獻相對於平均值來說很小，我們只是想解釋它，而不是解釋它或指定原因。
隨機效應（通常）被建模為平均值為零的常態分佈。 他們不會使響應平均值產生偏差。
回覆：報告中隨機效應 p 值的意義那麼根據定義這是否意味著它不是隨機的？或者更確切地說，它是偏差（即截距的偏移）而不是零和變異數？回覆：報告中隨機效應 p 值的意義當然，隨機效應可能很顯著。 此結論意味著該效應（隨機效應是變異數）所代表的變異數與零顯著不同（此效應沒有變異數）。
