混合模型>>分類資料>>隨機效應功能處理分類資料（二進位）時，混合模型平台下請求的功能是能夠適應隨機效應。
更多資訊來自分類 > 多層資料 > PROC GLIMMIX :
Being requested for multi-level data (Sequential monadic, diary studies, deprivation). Includes random effects for categorical and binary. Currently in SAS.
統計與分析回覆：混合模型>>分類資料>>隨機效應功能 - 狀態改為：是的，敬請期待！@彼得_赫什我們將在 JMP Pro 17.0 中提供新的廣義線性混合模型特性，並在擬合模型中提供，可以擬合二項式和泊松響應分佈的 GLMM。如果您是 JMP 17 早期採用者計畫的成員，您可以立即嘗試並進行測試。
回覆：混合模型>>分類資料>>隨機效應功能@薩姆加德納我知道 GLMM 在 JMP 17 中進行了徹底修改，現在可以嗎？
回覆：混合模型>>分類資料>>隨機效應功能GLMM 將很難添加。但是，廣義估計方程式要簡單得多，並且可以實現相同的目標，因為推論（測試和區間）對於主題內的相關性是穩健的。 主要區別在於，GEE 的推論是在人群層級而不是主題層級（無隨機效應），但從我們 2017 年 10 月的會議來看，聽起來您所追求的是人群層級推斷。 我們可以看到將 GEE 新增為 GenReg 的選項。回覆：混合模型>>分類資料>>隨機效應功能 - 狀態改為：開放投票回覆：混合型號>>分類資料>>隨機效應函數這一點在分類 > 多層資料 > PROC GLIMMIX 。
回覆：混合模型>>分類資料>>隨機效應功能<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />傑夫-
對，那是正確的。 謝謝-
史考特
回覆：混合模型>>分類資料>>隨機效應功能里斯.sj ,
澄清一下，您希望擬合模型在使用混合模型個性時支援分類回應。 那是對的嗎？
-傑夫
