對於至少包含一個隨機變數的變異數分析或迴歸模型，請使用混合模型。 JMP Pro® 提供混合模型和廣義線性混合模型平台，在擬合混合模型方面具有更大的靈活性。
本範例使用標準 JMP 來擬合一個不平衡設計，該設計涉及隨機選擇的六個人在三台不同的機器上進行測量。
線性混合模型分析
- 在開啟的 JMP 資料表中，選擇「分析」>「擬合模型」 。 （在 JMP Pro 中，從「人格」清單中選擇「混合模型」或「廣義線性混合模型」平台來擬合混合模型。）
其餘說明適用於在標準 JMP 中擬合混合模型。
- 新增回應：從「選擇列」中，選擇一個連續變數（連續變數帶有藍色三角形），然後按一下Y。
- 新增模型效應：選擇變量，然後按一下「新增」 （位於「建立模型效應」下方）。若要指定交互項，請選擇多個列，然後按一下「交叉」 。
- 指定隨機效應：選擇一個模型效應，然後從「屬性」旁邊的紅色三角形中選擇「隨機」 。此處，「人」被指定為隨機效應，因此「人*機器」交互作用也是一個隨機效應。
- 接受預設設定（選擇無界方差分量的REML方法），然後按一下「執行」 。預設情況下，JMP將顯示「擬合摘要」表、 REML變異數分量估計值等。其他選項位於頂部紅色三角形下方。
Machine.jmp (Help > Sample Data Folder)Machine.jmp（說明 > 範例資料資料夾）
解釋：
1. 變異數分量估計：估計的總變異數為 37.56，可分解為三個來源：人（22.46，或 59.8%）、人*機器（14.23，或 37.9%）和殘差（0.87，或 2.3%）。
2. 固定效應檢定：固定效應（機器）的 p 值為 0.0003。採用 Kenward-Roger F 檢定。
尖端：
- 限制性最大似然法 ( REML ) 是優於矩估計法 ( 緊急醫療服務 ) 的估計方法。 REML 估計值經過適當的收縮處理，標準誤差也經過適當的縮放。
- 「無界方差」是估計變異數分量的預設方法。取消選取此核取方塊會將變異數估計值限制為非負值。
- JMP 假設存在一個具有複合對稱性的簡單相關矩陣（即相關性是恆定的）。
造訪JMP 幫助中的「擬合線性模型 > 混合模型和廣義線性混合模型」以了解更多資訊。
