混合模型平台您好，我有一個相當大的數據集，我正在嘗試評估 1992 年至 2021 年新罕布什爾州捕獲的成品汞的變化情況，並評估在這段時間內各個縣的汞含量如何變化。
我的數據如下
DV = 總汞（Log10 標度，連續）
IV 固定 1= 魚長（連續）
IV 固定 2= 捕獲年份（分類、數字/名目）
IV 固定 3= 捕獲年份 * 長度
IV 固定 4= 縣（分類、字元/名）
IV 隨機 1= 湖（分類、特徵/名目）
IV 隨機 2= 湖泊 * 捕獲年份
我已在此處的“擬合模型平台”中指定了這一點。
這些是我的輸出結果
我很好奇
1. 我該如何解釋 REML 輸出選單中的變異係數值？ （這些值也顯示為負數）
2. 如何有意義地將負截距解釋為我的參數估計值，因為不可能有負基線汞濃度
3. 如何解釋隨機效應的組間和組內變化（湖泊內、湖泊之間和不同湖泊年份中魚類汞的變化）
4. 如何從效果詳細資訊紅色三角形下拉選單中反向轉換我的 LS 平均值。
鑑於這是我的輸出，我也有興趣看看是否還需要做/探索其他事情？
感謝您對此的見解。
進階統計建模基礎資料分析與建模蘋果系統回覆：混合模型平台你好@IWRRI ,
只是對一般觀點的一些評論：
- 我不確定為什麼/如何理解變量湖可以是隨機變量而不是縣（這聽起來也是一個位置變量，並且與湖一樣“隨機”，因為它是觀測數據？ 那麼只有所有可能位置的一小部分，也就是來自更大群體的隨機樣本）？
- 對於“年”同樣的問題，我不明白為什麼/如何將其視為固定效應，因為這是一項觀察性研究，您無法控制時間，而且您可能對每年的變化/方差更感興趣。每年的平均值？ 分析中的年份（1992-2021）只是可能的更大時間範圍內的隨機樣本。
- 我還建議使用“混合模型”平台而不是“最小二乘法”，因為您具有隨機效應和固定效應的組合：混合模型與隨機效應模型 (jmp.com)
由於我不太清楚您的主題，因此我的一些問題可能聽起來很幼稚或不適合您的主題。 如果是這樣，您可以忽略它們。 我希望這些問題和評論可以幫助你，
回覆：混合模型平台你好@IWRRI ： 一些東西：
1. CV 為 100*sqrt(VC)/mean，其中 VC 是對應的 Var Comp。 它是負數，因為你的平均值是負數（我將在下面的 2 中討論）。但是，這些 CV 用於對數尺度資料。您對原始規模感興趣。 在這種情況下，在 Excel 中，CV = 100*sqrt(exp(Var Comp)-1)。 例如，對於 Lake 隨機效應，您的 Var Comp = 0.0392767。 CV（未轉換比例）為 20.01455169。有關簡歷的更多資訊請參見此處。 https://en.wikipedia.org/wiki/Coefficient_of_variation#Log-normal_data
2. 的截距對數刻度為負（不是原始刻度）。
3.這是一個複雜的問題。 非常簡短的答案是，這是總可變性的劃分……因此您可以看到可變性從何而來，並可能優先考慮您的資源。
4. 您可以透過儲存輸出並反向轉換 LSMeans（例如，10^LSMean）及其各自的間隔來「手動」執行此操作。 但要小心解釋；對數尺度中算術平均值的差異變換回原始尺度中幾何平均值的比率。
