不同的混合型号选择在“拟合模型”下，我对如何运行适当的混合模型有点困惑。 一种方法似乎是在“个性”下选择“混合模型”，然后在不同选项卡下简单地添加固定效应和随机效应。 但是，另一种选择是将“标准最小二乘法”保留在“个性”下，然后添加变量，然后使用“属性”下的红色三角形下拉列表将这些变量指定为随机效应。 这不也是混合模型吗？ 当我用这两种方式尝试使用相同的数据时，我得到的结果几乎相同，但 JMP 给出的输出略有不同。 后者使用 REML 方差分量估计。 这些是相同的分析吗？
高级统计建模回复：不同的混合模型选项谢谢， @P_巴特尔。
是的，这是一个混合模型，随机效应模型。 但是，如果数据不平衡，结果会略有不同。 JMP Pro 的混合模型是首选。
借助 JMP Pro，您可以选择协方差结构、空间数据或随机系数模型，将其他类型的混合模型拟合到重复测量。
回复：不同的混合模型选项谢谢。 抱歉，正在使用 JMP Pro 15。 我确实有一个正在研究的具体示例，但我不会在混乱的细节上浪费人们的时间。 我只是问一个关于未来的一般问题，并希望这是一个简单的“是的，它们本质上是相同的；使用任一选项”或“不，它们是不同的，这就是为什么你会选择一个而不是另一个” ”。 然而，就像大多数事情一样，听起来答案比是/否更复杂！ 感谢您的链接。 我会看着他们。 我查看了 JMP 的一些混合模型教程和培训，但没有找到我提到的解决问题。
回复：不同的混合模型选项几乎不可能提供“一刀切”的工作流程来拟合混合模型，因为很大程度上取决于：
1. 您使用哪种 JMP 产品？ 在这一广泛的建模方法系列的功能方面，JMP 和 JMP Pro 之间存在很大差异。 作为前 JMP 高级系统工程师，我对实验者和建模者的一贯建议是，如果混合建模是您真正依赖的东西，那么请认真考虑 JMP Pro，因为与 JMP 相比，它具有更广泛的功能。
2. 这在很大程度上取决于具体的实验设计结构、效应的定义以及您试图拟合的模型。 实验设计结构、效果估计等有多种途径，这些途径都会影响 JMP/JMP Pro 工作流程生态系统中的具体选择。
上面的内容可能没有多大帮助...但在不知道您正在使用哪种产品的情况下，更多关于当前问题的详细信息、具体的实验设计等。如果您还没有一个好的起点，可以使用 JMP 在线文档关于此处找到的混合模型：混合模型 JMP 文档
我还建议您观看我的前同事举办的 JMP On Demand 网络研讨会@jiancao有一些很好的解释和例子：点播混合建模网络研讨会
