随机选择因素的预测方程你好：
我有三个因素，其中两个是三个级别的因素，一个有两个级别。 这三个因素都是连续的。
在分析因素时，我打开了所有三个因素的随机效应。 我已经粘贴了下面分析的屏幕截图。 基于此，我有一些问题，如下所述：
Q1）如何像我们在固定效应分析中通常所做的那样从模型中删除变量？ 每次需要删除变量时是否都需要从头开始运行分析？
Q2）如何为此建立回归方程，我是否只需在截距中添加/减去 BLUP 项（随机效应预测）？
非常感谢您的帮助。
实验设计回复：随机选择因素的预测方程任何帮助表示赞赏。
回复：随机选择因素的预测方程你好@瓦伦克,
我不明白为什么你将所有连续因素都转换为随机效应。
在分析之前就知道具有固定效应或随机效应的决定，具体取决于您如何考虑这些因素，并且通常是分类因素（机器 A、B、C 或操作员 1、2、3...）或阻塞的情况因素（整个图 1、2、3 和子图 1、2、3、星期几……）。
也许这个讨论将帮助您了解应该如何对待您的因素： https://community.jmp.com/t5/Discussions/Random-vs-Fixed-Blocking-Factor-in-DOE/mp/461743/highlight/true#M70664
此外，有关混合模型的 JMP 帮助可能会帮助您： https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/mixed-models-and-random-effect-models.shtml
回答您的问题：
- 没有自动方法从混合模型中删除项，但您可以使用具有固定和随机效应的标准最小二乘模型，以便能够删除固定效应（添加所有效应，然后选择需要随机的效应，单击“属性”并选择“随机效果”）。
否则，您必须首先使用假设的完整模型启动混合模型，然后根据结果（模型中项的各个 p 值、模型的信息标准 AICc 和 BIC、RMSE，...），您可以通过删除“拟合模型”启动对话框面板中的一些术语，启动具有相同平台的精炼模型。
- 由于您只有截距作为固定效应，因此您将仅在方程中显示截距。 但是，您可以显示刻画器，然后单击红色三角形，然后单击“条件预测”，这将帮助您了解响应如何根据固定效应和随机效应而变化。
我建议您更多地了解固定效应和随机效应之间的差异，因为它将帮助您了解这如何影响模型、效应估计的差异以及您希望看到的预测方程。
回复：随机选择因素的预测方程谢谢你的回复，维克多。
我试图了解随机效应与固定效应对回归方程的影响。
另外，我对我的因素是固定的还是随机的有点困惑。
我的设计变量可以是 2 到 7 之间的任何值（其他因素也类似），我选择了 2、4.5 和 7。
我也可以选择任何其他级别，所以这可以被视为随机效应吗？
另外，如果我们有一个具有随机效应的因素，那么我们是否可以没有预测方程？
非常感谢您的帮助。
回复：随机选择因素的预测方程你好@瓦伦克,
固定效应对均值（截距）有影响，而随机效应对随机误差（方差）有影响。
您可以阅读本节以了解更多信息随机效应模型。
估计随机效应参数的示例 (jmp.com)
您为因子选择的水平并不意味着它是随机或固定效应。 这取决于您假设的先验模型：
- 如果您有假设的主效应（以及可能的 2 个因素相互作用），那么您只需要 2 个水平来估计这些效应系数。
- 如果您还假设存在二次效应，则需要 3 个级别来估计可能的曲率。
我建议阅读有关混合模型和随机效应、DoE 中的阻塞的 JMP 帮助文档，以及在这个社区中搜索，您将能够了解更多信息。
回复：随机选择因素的预测方程谢谢你，维克多：
很抱歉没有把问题说得足够清楚。
我知道级别，但根据我的说法“我的设计变量可以是 2 到 7 之间的任何值（其他因素也类似），我选择了 2、4.5 和 7。 “我的意思是我可以选择 3、5、7 或 2、4、6 等。
我知道，如果可能的话，它应该是三个级别的最小值、最大值和中心（因子设计空间限制），但如果我将其视为更广义的陈述并说我的因子水平范围很广（例如1-100）并且我选择5、25、45或30、60、90或任何其他组合，将被视为随机或固定。
再次感谢您抽出时间。
回复：随机选择因素的预测方程关于级别的一些说明：您确实可以在设计中手动更改级别，但这种手动更改肯定会导致设计不太理想。
根据因子类型、范围和假设模型来选择水平选择：例如，对于主效应和交互作用，您只需要连续因子范围中的最小值和最大值。 如果你需要二次效应，你需要一个中点来估计曲率，等等......
事实上，在连续因子的范围内有无限多个可能的值并不意味着它是固定的或随机的。
简而言之，如果这个因素可能会改变响应均值并且可以以可重现的方式更改/重复，那么它就是固定效应（无论设计中使用的级别如何）。
如果需要考虑该因素的响应方差（不同操作员、设备、土地等的响应的不同变异性），并且仅代表总体中可能值的子集/样本，则该因素可以被视为随机效应。
这是一个非常粗略的总结，但希望您能够理解其中的差异并创建一个更明智/合理的模型。
希望这能澄清一点这个话题。
回复：随机选择因素的预测方程谢谢维克多对我的指导。
这帮助我理解什么是固定因子和随机因子。
此致，
瓦伦·卡蒂亚尔
