混合效應模型的公差區間是什麼啟發了這個願望清單請求？
我將其添加到願望清單中，因為雖然 JMP 已經支援簡單模型的公差區間和混合效應模型的預測區間，但目前無法計算混合效應模型的公差區間。這種限制在品質和監管環境中尤其重要，因為使用者需要對未來結果的比例做出預測或陳述。在小樣本量中，預測極限可能不可靠。
您希望看到什麼改進？
我希望 JMP 能夠直接從混合效應模型的擬合模型平台計算公差區間（包含公式），並能夠指定覆蓋率和置信度。此外，它們也會顯示在預測分析器中。
為什麼這個想法很重要？
容忍限度很重要，因為它們允許我們對落入某些特定限度內的人口比例做出機率陳述，而不僅僅是個別觀察。在製藥或醫療設備等品質至關重要的領域，它們至關重要。這些區間在混合效應模型框架內發揮作用非常重要，因為這些領域中的大量數據涉及批次、操作員或站點等隨機效應，需要適當考慮這些因素以確保結果準確可靠。
進階統計建模基礎資料分析與建模預測模型和機器學習回覆：混合效應模型的公差區間JMP 目前支援哪些公差區間「簡單模型」？
我的假設是，實施與設計專家中提供的相同的公式是可以接受的（ 設計專家公差區間公式），儘管這可能僅適用於具有固定效應的多元迴歸，並且可能需要混合效應模型更加複雜。
回覆：混合效應模型的公差區間我確實找到了一個具有混合模型的設計專家範例，其中在其點預測節點（ 設計專家 - 具有隨機區塊的 RSM ）中計算了容差區間。
回覆：混合效應模型的公差區間@jszarka實際上，我只記得在分佈平台中看到公差區間，所以簡單模型只是平均模型（y_i = mu + e_i）。
混合模型中公差區間的公式在： Francq 林寶鋼 霍耶 瓦。線性混合模型中的置信度、預測度和容差。醫學統計學。 2019 年； 三十八 ： 5603-5622 。 https://doi.org/10.1002/sim.8386 。我相信 JMP 對混合效應的預測區間也是基於這個參考。但實施起來肯定很複雜。
回覆：混合效應模型的公差區間 - 狀態改為：正在考慮中謝謝 Thomas 的發文！正如我們所討論的，我們正在研究這項功能，以便將其納入我們未來的路線圖。
回覆：混合效應模型的公差區間正確，ThomasB。目前在 JMP 中，我們在分佈平台中為常態分佈和非參數提供了公差區間。在 JMP 19 中，我們加入了其他分佈，例如對數常態分佈、Gamma 分佈、指數分佈和威布爾分佈。您的參考論文對於線性混合模型中預測區間的來源也是正確的。謝謝！
