随机系数模型：如何在 JMP® Pro 中建模纵向和分层数据伊丽莎白·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
新增的混合模型功能——拟合模型 (Fit Mixed)，极大地扩展了 JMP Pro 分析纵向数据（包含随时间推移进行的重复测量）的能力。该平台在社会科学、产品可靠性和农业等众多学科领域的实用性或许尚未得到充分重视。平台中相同的底层方法可用于建模个体生长/退化曲线，或建模按层次结构组织的实验单元，例如学校内的学生或地块内的单株植物。由于建模随时间变化的效应的方法在多个不同学科中分别开发，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“拟合混合”功能进行拟合。在本演示中，我们将使用制药行业和社会科学领域的案例，演示“拟合混合”功能对随机系数模型的强大功能。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”。
