如何利用「變異性」平台計算變異數分量的置信區間？在進行方法驗證時，我們使用變異性來分離場合之間和場合內的差異。現今的指導方針要求我們不僅給出估計值，還要給出變異數的置信區間。我似乎直接在變異性（95% 上限）中獲得了 CI，我理解使用 Satterthwaite 來計算自由度。
據我理解，我正在嘗試使用以下公式進行相同的計算，看看是否得到相同的數字。從變異數分析中我得到了每個等級的 DF 和變異數分量，但是對於將什麼作為 n 感到困惑？我嘗試使用 DF 或 DF+1 來模擬 n，但對於總和和介於兩者之間的數值，我得到的數字總是比方差分析表中給出的數字低幾個百分點。對於 Within，我得到了完全相同的數字。
我是否低估了計算的複雜度？我讀過一些類似標題的討論，但我的知識不足以解釋這些回應，所以這裡沒有什麼可說的。
基礎資料分析與建模視窗回覆：如何使用變異性平台計算變異數分量的置信區間？你好@Ake ：這來自 Satterthwaite，1946 年「方差成分估計值的近似分佈」（ https://sci-hub.se/10.2307/3002019 ）；它是 JMP 文件中引用的內容。 （ https://www.jmp.com/support/help/en/18.1/index.shtml#page/jmp/variance-components.shtml ）。
我不確定這個參考對你有多大幫助；這取決於您對統計理論的了解程度，以及您將其應用到數據的能力。儘管如此，您還是處於正確的範圍內！
回覆：如何使用變異性平台計算變異數分量的置信區間？關於相同數據的另一個問題：
我意識到我可能無法充分理解這一點，從而無法獲得與可變性平台中的 Satterthwaite 校正完全相同的數字 - 但是 - 我剛剛注意到中間級別 (Occ) 的上限值極高，為 95%！這是一個錯誤還是一個合理的結果？包含數據以防有人想檢查。
回覆：如何使用變異性平台計算變異數分量的置信區間？嗨@阿克 ，正如我們所討論的，這個問題不是一個錯誤，儘管它可能看起來很奇怪。不幸的是，這是Satterthwaite 方法在樣本量較小的情況下產生的一個產物——它與這種情況下數值不穩定性有關，而且與樣本量特別小時我們透過這些區間估計得到的不確定性膨脹有關。不幸的是，這些計算並不簡單，據我所知，它們不能用簡單的數學公式來重現（至少不能以 JMP 的內部實作形式來重現）。
我們可以開始理解與這些區間的 Wald 近似相關的不確定性膨脹（我們在 JMP Pro 中的「擬合混合平台」中實現， 方差分量的置信區間；需要明確的是，在變異性/量規中我們僅使用 Satterthwaite 方法，即使我們使用不同的方法來計算方差分量本身的點估計值，請參閱： 方差分量）。
透過查看觀察到的標準差的置信區間公式（使用卡方分佈），我們可以在圖形產生器中繪製該公式以增加樣本大小，例如假設觀察到的標準差為 1，雙側置信水準為 95%。這裡我們可以看到，較小樣本的上側誤差要高得多，而當樣本量約為 6 或更少時，誤差尤其高。
上面顯示的結果作為腳本保存在附加的 JMP 資料表中，其中上限和下限 CI 列中引用的公式均取自 W. Mendenhall 所著的《機率與統計導論》（第 5 版，1979 年）（參見第 303-304 頁）
回覆：如何使用變異性平台計算變異數分量的置信區間？再次感謝 Patrick 和所有其他 JMP 人員不斷幫助我們用戶！你是最棒的！
