混合模型人格中的定制测试？你好，
您能否在混合模型个性拟合模型中计算自定义测试？
我知道如果只使用随机截距，我可以使用标准最小二乘个性模型并以此方式进行自定义检验。但是，假设我有/需要一个更复杂的随机效应结构，但仍想估计模型中特定的对比，有没有办法在混合模型中获得这些结果？
我附加了一个示例数据集，其中包含一个响应 (Y)、时间、ID 变量和两个分组变量。具体来说，我感兴趣的是分组变量的给定水平的平均斜率，或者任意两个分组变量水平的平均斜率之差。这可以在混合模型人格模型中实现吗？
我知道混合模型中的多重比较选项，但这只能让我得到最小二乘平均值，我对不同级别的分类变量的斜率估计感兴趣。
（我意识到我在示例数据集中指定的随机效应结构正在返回随机斜率的负估计值，但请忽略这一点，因为我只对进行自定义测试感兴趣。）
谢谢
高级统计建模回复：混合模型人格中的定制测试？您好，我是 JMP 日本的高级测试员 Yusuke Ono。
在 JMP Pro 18（当前版本）或更早版本的混合模型平台上，没有比较随机系数模型斜率的命令。在 JMP Pro 19（下一版本）的混合模型平台上，我们新增了一个命令“比较斜率” 。因此，您可以在 JMP Pro 19 的混合模型平台上获取每组的平均斜率，以及两组（例如“A”和“B”、“A”和“C”等）之间的斜率差。
在 JMP18 或之前的版本中，获取每个组的平均斜率以及两组之间的斜率差值比较复杂。但如果我们不需要计算 Kenward-Rogers 自由度，而只需要获取点估计及其标准误差（并使用正态近似计算 p 值和置信区间），那么在 JMP18 或之前的版本中，获取点估计及其标准误差会相对容易一些（尽管仍然比较复杂）。
您可以通过“协方差和相关矩阵” >“固定效应协方差”获取固定效应参数估计量的协方差矩阵。显示协方差矩阵后，您可以使用 JSL（JMP 脚本语言）计算对比的估计值和标准误差。
以下是您的数据的示例。
拟合混合模型后，选择协方差和相关矩阵>协方差固定效应，运行以下代码，计算每组的平均斜率。
r = Current Report();
/* Point Estimates (in Effect-Coding) */
est = r[OutlineBox("Fixed Effects Parameter Estimates")][TabPageBox(2)][NumberColBox("Estimate")]<
<GET as="" matrix=""></GET>
<DIV>例如，您至少可以通过多重比较命令获得此斜率估计值。</DIV>
<DIV>如果我们计算“Group=A, Time=1,Strage Condition=Here”与“Group=A, Time=0,Strage Condition=Here”的 LSMeans 差值，则它是 Group=A 中的平均斜率（因为此示例中没有三因素相互作用）。</DIV>
<DIV>
</DIV>
