如何測試混合模型中的方差不齊？我想測試兩個不同實驗室的測量（中）精度是否不同。我的數據通常由被測量的相同樣本組成 在兩個實驗室中，每天進行 k 次，持續n 天。我使用擬合模型來分析數據，其中實驗室作為固定效應，日期作為隨機效應。我想比較兩個實驗室之間的總體變異（天數內和天數之間）——類似於在「以 X 擬合 Y」平台中測試不等方差。關於如何在 JMP 中執行此操作，您有什麼想法嗎？
作為範例，我使用“2 因素嵌套”樣本資料集。將操作員 Sally 和 Willy 視為我想要比較的兩個不同實驗室，並將零件視為隨機，我得到了每個操作員的以下擬合模型輸出：
Sally 的總變異標準差為 0.43，Willy 的總標準差為 0.58。我想測試一下，這些在統計上是否有差異？
進階統計建模基礎資料分析與建模品質與工藝工程回覆：如何測試混合模型中的不等方差？我可能過於簡化了這一點，但是如果將其視為測量系統分析，您是否能得到所需的資訊？具體來說，如果幹擾因素的測量方式不同，EMP 人格測驗中的偏差比較和重測誤差選項就會有所不同。下面的圖片來自 2 Factors Crossed 資料集，因為您提到每個實驗室（操作員）都在多次測量相同零件。
回覆：如何測試混合模型中的不等方差？只是一個快速附加功能。 MSA 是一個僅有變異數的模型…一個混合模型，只不過沒有固定效應。
回覆：如何測試混合模型中的不等方差？N_Sally = 12, N_Willy = 12, F(0.05, N_Sally-1, N_Willy-1) = F(0.05,11,11) = 0.355
U = SQRT(0.58)/SQRT(0.43) * SQRT(1/0.355) = 1.95小於 2 (USP <1010>)，無顯著差異。
SQRT：平方根
參考：USP-NF 〈1010〉分析數據－解釋與處理
