线性混合模型各位，
我是统计学新手，这是我第一次使用jmp，但我对spss有一些了解。 我一开始尝试自己做，但是太难了。 我希望你们中的一些人可以帮助我具有以下内容：
我采集了3个不同地点的土壤样本（土壤类型和天气条件完全不同）并测量了pH、EC和C/N。 每个地点都设立了实验场地。 每个地点包含 2 个植物品种，每个品种有 2 种不同的处理方法。 一种是对照，另一种是额外施肥（氮和磷）。
我想做的是分析治疗的效果。 因此，我想使用LMM。
我认为正确的是：位置和多样性是随机因素。 但是，我不确定是否应该在模型中包含该品种。 固定因素是“治疗”。
而且，我不知道应该如何检查误差项的正态性。 你只是把这些因素放在“构建模型效应”中，而没有因素之间的相互作用？
亲切的问候。
回复：线性混合模型那么，应用Box cox后，结果的分布应该是正态的，对吗？ 就我而言，这不是...
我是否可以使用另一种统计测试来分析我的数据？
回复：线性混合模型当然。因此 Box-Cox 建议进行一些最佳变换，以使方差更加同质，残差更加正态。基本上，它通过一系列幂变换 (y^λ) 评估模型的 SSE，但值 λ = 0 表示自然对数变换。最小化 SSE 的变换是“最佳”变换。然而，曲线的底部通常有点平坦，因此您可以在邻域内选择各种变换。 您通常想要选择一个与有意义的事物相对应的。例如，如果 Best λ = -0.98，我会选择取反函数，因为 -0.98 非常接近 -1。
这是一个示例：我使用正态误差生成了一个线性模型，并对所有响应值进行了平方。我应该期望 Box-Cox 告诉我，我需要取平方根才能再次获得正常数据。这是我实际得到的：
您可以看到“最佳”变换是 0.451，但我知道真正的答案是 0.5，这非常接近。如果我不知道真正的答案，我仍然会选择0.5。您可以通过单击“Box-Cox 变换”旁边的红色箭头并选择“替换为变换”，使用所需的变换重新运行模型。您将看到一个弹出框，要求您输入所需的值。按“确定”，您将获得一个带有转换后的响应的新拟合模型。
回复：线性混合模型谢谢你！
我尝试了你的第一个建议，但残差仍然不是正态分布的。
关于你的第二个建议，我做了测试，但我真的不明白该怎么做。 你能启发我吗？
回复：线性混合模型你的尾巴有点重，但其实没那么严重。根据您的舒适程度，您可以证明不采取任何纠正措施是合理的。您的模型可能不会因较重的尾部而产生任何偏差，但您的预测区间可能比应有的要窄一些。
如果你想解决这个问题，我建议暂时将所有事情视为固定效应，这样你就可以更深入地挖掘。使用所有模型项创建完整的阶乘模型，并查看残差以查看它们是否更正常。如果它们看起来不错，请查看是否有任何附加模型项很重要。如果是，您可以将它们合并到您的混合模型中并重新运行。
您还可以在拟合模型中尝试 Box-Cox 分析，同时将所有效应视为固定（不适用于混合模型），只要数据点均为正值。由于你的反应是 pH 值，我猜这不会有问题。这将推荐一种能够最好地“标准化”残差的幂变换。
回复：线性混合模型有215个样本。
回复：线性混合模型您的总数据集有多大？发布正常的分位数图，我可以从那里为您提供帮助。
回复：线性混合模型你好！
非常感谢您的回答！
我尝试了你所说的，但条件残差不服从正态分布。 我尝试用 log(y) 进行转换，但没有成功。 您对此还有其他建议吗？ 而且，为了获得条件残差，不需要应用“全阶乘”，对吗？
亲切的问候
回复：线性混合模型你好@阿什亚,
欢迎来到社区！
我同意该位置可能是随机效应的良好候选者，但我认为植物品种将随着治疗而固定。将品种视为随机不一定是错误的，但这似乎有点奇怪，除非您测试的品种被选为您想要将结果推广到的所有品种的代表性样本。除处理之外的其他固定效应不会削弱您比较不同植物品种的处理效果的能力。
如果您有 JMP Pro，则可以在“拟合模型”平台中通过多种方式拟合适当的模型。如果您有 Pro，则 Fit Model 中的混合模型个性是更好的选择。如果您只有基础 JMP，您可以这样指定您的模型：
再说一次，如果你真的愿意的话，你可以将多样性视为随机的。我绝对不会排除它，因为如果它确实解释了很多方差，排除该术语将导致由多样性解释的所有方差进入残余噪声，并且您对治疗效果的测试将不那么有效。
就检查假设而言，您需要基于条件残差而不是常规（“边际”）残差来执行此操作，因为边际残差不考虑随机效应，并且可能导致诊断图看起来不符合假设。要在不使用 JMP Pro 的情况下获取条件残差，请转至报告窗口中的红色箭头 > 保存 > 保存条件残差。然后，您需要在分布中绘制它们，以在将正态分布拟合到条件残差后，使用正态分位数图或夏皮罗-威尔克检验来检查正态性。
您可以类似地在运行图上绘制条件残差以检查独立性。如果您想创建残差与预测图，您还需要保存条件预测值，然后在图形生成器等工具中构建该图。
如果您有 JMP Pro，您可以在具有混合模型特性的拟合模型报告中获得所有条件残差图，这非常好。
