随机系数模型：如何在 JMP® Pro 中对纵向和分层数据进行建模伊丽莎白·克拉森 ，博士，JMP 研究统计测试员，SAS
克里斯·戈特沃特博士，JMP SAS 统计研究与开发总监
混合模型特性 Fit Model (Fit Mixed) 的加入极大地扩展了 JMP Pro 分析纵向数据（包括随时间重复测量）的能力。人们可能尚未完全认识到该平台在社会科学、产品可靠性和农业等各种主题领域中的实用性。平台中相同的基本方法可用于对单个生长/退化曲线进行建模，或对按层次结构组织的实验单元进行建模，例如学校内的学生或地块内的单个植物。由于建模随时间变化的影响的方法在几个不同的学科中是单独开发的，因此对于基本相同的模型，术语可能会有很大差异。例如，随机系数模型、分层线性模型 (HLM) 和分层贝叶斯模型本质上是相同的模型，并且都可以使用 JMP Pro 11 和 JMP Pro 12 中的 Fit Mixed 进行拟合。在本演示中，我们将使用来自制药行业和社会科学的示例展示 Fit Mixed 对随机系数模型的功能。这包括为习惯于在 SAS 中拟合混合模型的 JMP 用户从 SAS PROC MIXED 进行“翻译”。
