何时使用具有“随机”属性的标准最小二乘性格而不是混合模型性格？您好，我正在尝试创建一个包含四个固定效应的模型：应变、浓度、它们之间的相互作用以及实验天数（因为我的实验天数不足以将其设为随机效应）。随机效应将以板内嵌套重复（打算使用 96 孔板）和板内嵌套重复的方式进行。我了解到在 JMP 中有两种方法可以建模：
1.“标准最小二乘”人格使用“属性”将随机效应选择为随机
2.“混合模型”个性，这个问题是输出没有显示 R^2 值，所以我无法看到模型中有多少方差是由我的效应解释的。
哪一个最好用？
谢谢你！
基础数据分析与建模回复：何时使用带有属性“随机”的标准最小二乘个性而不是混合模型个性？你好@blip555555
根据我们之前对您上一篇文章的讨论，我刚刚查看了与混合模型相关的帮助部分。当您拥有复杂的协方差结构时，混合模型特性似乎很有帮助。
如果您没有特定的协方差结构（设置结构 = 残差：观测值之间没有协方差，因此误差是独立的），您可以使用具有随机效应的标准最小二乘个性或混合模型个性来构建模型，您将获得相同的结果。
为了说明，我尝试使用数据集“Machine”，并且这两个模型与平台相同，因为协方差结构设置在“Residual”上：
希望这个答案能对你有所帮助，
回复：何时使用带有属性“随机”的标准最小二乘个性而不是混合模型个性？亲爱的维克多，
我明白了。我怎么知道我的错误是否是独立的？
为了提供一些背景信息，我正在分析抗生素浓度和细菌菌株如何影响荧光标记（响应变量）。我的固定效应是：实验日期（因为我进行的实验不超过5天）、菌株、浓度、菌株*浓度。我的随机效应是：孔板内重复嵌套（考虑了同一96孔板中技术重复的差异）和孔板内嵌套（考虑了同一天孔板之间的差异）。在考虑了重复和孔板之间的差异后，我认为没有理由相信我的误差是依赖性的。
谢谢你！
回复：何时使用带有属性“随机”的标准最小二乘个性而不是混合模型个性？你好@blip555555
您可以检查几个方面：
- 在“行诊断”中，您可以检查“预测图残差”和“行残差”来检查线性回归模型背后的一些假设，分别是残差的恒定方差和观测的独立性（查看残差与行时残差中没有特定的模式）。
- 您还可以查看 REML 报告下方的“ 方差分量估计的协方差矩阵”，以检查随机效应之间的协方差是否相对较低。
- 最后，您还可以将分析结果中的残差保存到数据表中，并检查残差与原始因子之间的相关性。由于模型应该已经捕获了因子的变异，因此残差与原始因子的相关性应该非常低。
您还可以在控制图中使用残差来评估是否存在一些奇怪的模式/值，并可能将其与因素或特定条件联系起来，和/或评估残差中一些看起来可疑的缓慢漂移（类似于残差与行图）。
希望这个答案能对你有所帮助，
回复：何时使用带有属性“随机”的标准最小二乘个性而不是混合模型个性？亲爱的维克多，
非常感谢您的回复，抱歉问了这么多问题，我对 JMP 和统计建模都很陌生。我绘制了残差和预测值，如下图所示，我还查看了协方差矩阵的分量估计值，也如下图所示。看来标准最小二乘法对随机效应有效？
回复：何时使用带有属性“随机”的标准最小二乘个性而不是混合模型个性？从捕获结果来看，它确实“有效”，因为残差的变化似乎是随机的。除了第一次捕获，那里似乎存在某种没有中间值的群体效应？但这可能是随机/阻塞效应造成的结果。
问题本身不成问题，问题在于答案中信息不足。统计学并非“是或否”的简单判断，而是基于信息和模型的充分性，对你想要做出的决策的信心程度（以及风险）。如果没有数据集来探索情况，评估这种情况将非常困难，甚至是不可能的。
如果您想以匿名的方式共享数据， 那么“匿名数据”选项效果很好。
希望这个答案能对你有所帮助，
