混合模型人格中的客製化測驗？你好，
您能否在混合模型個性擬合模型中計算自訂測試？
我知道如果只使用隨機截距，我可以使用標準最小二乘個性模型並以此方式進行自訂檢定。但是，假設我有/需要一個更複雜的隨機效應結構，但仍想估計模型中特定的對比，有沒有辦法在混合模型中獲得這些結果？
我附加了一個範例資料集，其中包含一個回應 (Y)、時間、ID 變數和兩個分組變數。具體來說，我感興趣的是分組變數的給定水準的平均斜率，或任意兩個分組變數水準的平均斜率之差。這可以在混合模型人格模型中實現嗎？
我知道混合模型中的多重比較選項，但這只能讓我得到最小二乘平均值，我對不同等級的分類變數的斜率估計感興趣。
（我意識到我在範例資料集中指定的隨機效應結構正在返回隨機斜率的負估計值，但請忽略這一點，因為我只對進行自訂測試感興趣。）
謝謝
進階統計建模回覆：混合模型人格中的客製化測驗？您好，我是 JMP 日本的高級測試員 Yusuke Ono。
在 JMP Pro 18（目前版本）或更早版本的混合模型平台上，沒有比較隨機係數模型斜率的指令。在 JMP Pro 19（下一版）的混合模型平台上，我們新增了一個指令「比較斜率」 。因此，您可以在 JMP Pro 19 的混合模型平台上取得每組的平均斜率，以及兩組（例如「A」和「B」、「A」和「C」等）之間的斜率差。
在 JMP18 或之前的版本中，取得每個組別的平均斜率以及兩組之間的斜率差值比較複雜。但如果我們不需要計算 Kenward-Rogers 自由度，而只需要獲取點估計值及其標準誤差（並使用正態近似計算 p 值和置信區間），那麼在 JMP18 或之前的版本中，獲取點估計值及其標準誤差會相對容易一些（儘管仍然比較複雜）。
您可以透過「協方差和相關矩陣」 >「固定效應協方差」來取得固定效應參數估計量的協方差矩陣。顯示協方差矩陣後，您可以使用 JSL（JMP 腳本語言）計算對比的估計值和標準誤差。
以下是您的資料的範例。
擬合混合模型後，選擇協方差和相關矩陣>協方差固定效應，執行以下程式碼，計算每組的平均斜率。
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，您至少可以透過多重比較命令獲得此斜率估計值。</DIV>
<DIV>如果我們計算「Group=A, Time=1,Strage Condition=Here」與「Group=A, Time=0,Strage Condition=Here」的 LSMeans 差值，則它是 Group=A 中的平均斜率（因為此範例中沒有三因素交互作用）。</DIV>
<DIV>
</DIV>
