使用JMP®Pro13安裝重複測量數據：更大更好 Don McCormack，技術支持工程師，JMP
對重複測量混合模型的精確表徵取決於對測量週期內觀測值相關性的假設。相鄰時間段可能比遠程時間段更相似，但是如何捕獲相似性？重複測量模型的相關結構回答了這個問題。從模型實現的角度來看，可用的結構越多，近似數據在現實中的看法的可能性就越大。在JMP Pro 13之前，只有三種常用的基於時間的重複測量協方差結構可用：非結構化，自回歸（週期為1）和殘差。這使得表徵具有挑戰性，使得建模者無法獲得大量潛在的解決方案。JMP Pro 13引入了七種新結構，極大地擴展了建模機會。本講座將討論使用任何現有協方差結構（包括傳統上為空間關係保留的那些）的重複測量數據建模。它將提供說明它們彼此之間的關係，何時使用哪種結構以及如何比較它們以找到最佳匹配的示例。將給出重複測量混合模型的簡要概述，以及與示例相對應的SAS代碼。
回复：使用JMP®Pro13安裝重複測量數據：更大更好謝謝你的解釋！
回复：使用JMP®Pro13安裝重複測量數據：更大更好1。您不能將時間0包括為示例數據集的協變量和時間0觀察值。它們是完全相關的（因為它們是相同的東西）。你可以做其中一個，但不是兩個。如果您有一個獨立的基線FEV測量值，那麼協變量和時間0點都可以包含在模型中。但是，在這種情況下，您將擁有兩組不同的數據。
2。你可以。將其作為交互添加到模型中（例如，基線*時間段）
回复：使用JMP®Pro13安裝重複測量數據：更大更好優秀的JMP Pro混合模型概述。 謝謝！我有兩個問題：
1。當基線用作協變量時 - 為什麼時間點0（基線）被排除在固定因子“時間段”（1,2,3,4,5,6,7,8小時）之外。時間0小時可以包含在固定因子“時間段”中還是錯誤的？
2。是否應該對協變量進行相互作用測試以包含在模型中？如果是的話，這是怎麼做到的？
回复：使用JMP®Pro13安裝重複測量數據：更大更好JMP Pro中重複測量分析的精彩概述
