JMP Pro 混合モデルでスライスをテストできますか?こんにちは。JMP Pro 18.1.0の混合モデル機能を使用して、反復測定因子1つ（時間、3回のサンプリング）と被験者間因子3つ（種、色、灌漑、それぞれ2水準）を用いた4元配置分散分析（ANOVA）を実行しています。AICc値に基づいて最も適合度が高いAR(1)反復共分散構造を使用しています。分析の結果、有意な4元配置または3元配置の交互作用は見られませんでしたが、2元配置の交互作用が複数見られました（下記参照）。
2元配置交互作用を調査するために、例えば、各期間における種のレベルごとにTukeyの平均分離を行い、各期間における種のt検定を行いたいと考えています。しかし、種×期間の交互作用におけるすべての一対比較には興味がありません（つまり、時間1における種1と時間3における種2を比較することは意味がありません）。また、可能であれば統計的検出力を弱めたくないと考えています。ユーザー定義推定は、このシナリオでは機能しません。これは、ユーザーが各因子について、関心のある交互作用に含まれないレベルも含めて少なくとも1つのレベルを選択する必要があるためです。種×期間の交互作用を調査する場合、色と灌漑のすべてのレベルで値を平均化する必要があります。基本的にはスライス検定を行いたいのですが、混合モデル出力ではそれがオプションではないようです。また、反復測定にAR(1)構造を使用しているため、標準最小二乗法ではこれらのデータを分析できません。このシナリオの単純な効果を分析するためのアドバイスはありますか?
高度な統計モデリングRe: JMP Pro 混合モデルでスライスをテストできますか?構造を含む分析に踏み込む前に、AICc値以外にAR(1)構造を受け入れる合理的な根拠はありますか？言い換えれば、データに自己回帰の兆候（1行遅れ）があることから、「xyzなので、なるほど」と思えるでしょうか？
このリンクのビデオの 25 ～ 26 分あたりが役立つかもしれません。
