EMS 與 REML - 為什麼標準誤不同？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好，
我剛剛使用擬合模型平台和 JMP 演示數據集之一（“血壓”，其中我將劑量設置為固定效應，將受試者設置為隨機效應）建立了一系列混合模型。為了分析這些模型，我可以選擇方法：EMS 或REML（建議），所以我嘗試了這兩種方法，並添加了劑量的成對比較（「效果詳細資料」面板上的「LS 意味著學生t」選項，顯示了僅連接字母報告），並比較輸出。在結果輸出中，劑量 F 比率、P 值、最小平方法平均值和連接字母報告均相同；然而，最小平方法平均值的標準誤差在所有情況下都不同。
這不會讓我感到驚訝 - 畢竟，不同的方法經常做提供不同的結果 - 除非標準錯誤不同，否則我會期望連接信件報告也產生不同的結果 - 因為成對比較（大概）是基於產生標準誤差的相同計算。
這怎麼可能？值得補充的是，儘管這裡的標準誤差雖然不同，但仍然非常相似，但這個問題最初是在我分析一個更大的數據集時發現的，其中一個分析報告的標準誤差大約是另一個分析的三倍- 並且然而所有的連線信件報告又是相同的。
我正在運行 JMP 11，並附上一份血壓數據集的副本，其中附加了兩個分析，供任何想要檢查我的計算的人使用。我在這裡做了什麼傻事嗎？
非常感謝。
回覆：EMS 與 REML - 為什麼標準誤不同？你好，
REML 和 EMS LS 平均值標準誤差的標準誤差不同的原因是 REML 對 LS 平均值標準誤差使用以下計算：
其中 L 是 LS 平均值的比較向量，X 是設計矩陣，V 是變異數矩陣。
EMS 使用普通最小平方法計算 LS 平均值標準誤差，其中不包含變異數矩陣 V，
EMS LS 表示標準誤公式：
.
因此，EMS 基本上將所有影響視為這些計算中固定的。
我絕對會推薦使用 REML 而不是 EMS。
我希望這有幫助。
勞拉
回覆：EMS 與 REML - 為什麼標準誤差不同？您好，非常感謝：我會仔細研究一下。不過，您能解釋為什麼兩種方法的連接字母報告會得到相同的結果嗎？如果我使用的軟體包沒有提供這項功能，我可能會直接從平均值和標準誤差表中自行計算出這樣的匯總結果——在這種情況下，我得到的結果可能與 JMP 為 REML 方法提供的結果不同。因此，我想更好地理解這一點。
感謝您花費時間：這真的很有幫助。
