对于至少包含一个随机变量的方差分析或回归模型，请使用混合模型。JMP Pro® 提供混合模型和广义线性混合模型平台，在拟合混合模型方面具有更大的灵活性。
本示例使用标准 JMP 来拟合一个不平衡设计，该设计涉及随机选择的六个人在三台不同的机器上进行测量。
线性混合模型分析
- 在打开的 JMP 数据表中，选择“分析”>“拟合模型” 。（在 JMP Pro 中，从“人格”列表中选择“混合模型”或“广义线性混合模型”平台来拟合混合模型。）
其余说明适用于在标准 JMP 中拟合混合模型。
- 添加响应：从“选择列”中，选择一个连续变量（连续变量带有蓝色三角形），然后单击Y。
- 添加模型效应：选择变量，然后单击“添加” （位于“构建模型效应”下方）。要指定交互项，请选择多个列，然后单击“交叉” 。
- 指定随机效应：选择一个模型效应，然后从“属性”旁边的红色三角形中选择“随机” 。此处，“人”被指定为随机效应，因此“人*机器”交互作用也是一个随机效应。
- 接受默认设置（选择无界方差分量的REML方法），然后单击“运行” 。默认情况下，JMP 将显示“拟合摘要”表、 REML方差分量估计值等信息。其他选项位于顶部红色三角形下方。
Machine.jmp (Help > Sample Data Folder)Machine.jmp（帮助 > 示例数据文件夹）
解释：
1. 方差分量估计：估计的总方差为 37.56，可分解为三个来源：人（22.46，或 59.8%）、人*机器（14.23，或 37.9%）和残差（0.87，或 2.3%）。
2. 固定效应检验：固定效应（机器）的 p 值为 0.0003。采用 Kenward-Roger F 检验。
尖端：
- 限制性最大似然法 ( REML ) 是优于矩估计法 ( 紧急医疗服务 ) 的估计方法。REML 估计值经过适当的收缩处理，标准误差也经过适当的缩放。
- 无界方差提取是估计方差分量的默认方法。取消选中此复选框会将方差估计值限制为非负值。
- JMP 假设存在一个具有复合对称性的简单相关矩阵（即相关性是恒定的）。
访问JMP 帮助中的“拟合线性模型 > 混合模型和广义线性混合模型”了解更多信息。
