このウィッシュリストのリクエストのきっかけは何だったのでしょうか？
Fit Y by X プラットフォームは、ランダム化不完全ブロック設計 (RICBD) のデータ、つまりブロックが不均衡な場合、つまり 1 つのブロック (または複数) で 1 つのプロット (または複数) が欠落している場合のデータを分析できません。そのため、JMP 18 では Fit Y by X が自動的に Fit Model プラットフォームの SLS を呼び出し、これがユーザーが必要としていた機能でした。
残念ながら、この非常に重要で便利な機能は JMP 19 で削除され、代わりに JMP はフィット モデル プラットフォームで混合モデルを呼び出すことで、不等分散の有効な検定を可能にしています (詳細な根拠のセクションを参照)。
どのような改善を望みますか？
この問題がJMP 18で処理されていた方法に戻すか、あるいは代替案（推奨度は低い）として、JMPがランダム化不完全ブロック設計の場合に「モデルの適合」-「SLSの適合」を選択するオプション（例えば、Oneway Preferences Menu内）を追加してください（JMP 18と同様に、不等分散検定は利用できません）。
なぜこの考え方が重要なのか？
Fit Onewayを使用する多くの研究者は、混合モデルアプローチに精通しておらず、JMPがブロックを不均等分散構造（X因子で繰り返される）を持つランダム因子（固定因子ではない）として扱っていることを理解していない可能性があります。Fit Onewayを使用する研究者、科学者、エンジニアは、最も単純な（技術的にも統計的にも最も複雑でない）モデルを好み、最もよく理解しているため、等分散の仮定は、多くの場合、彼らの実験状況に適しています。
Fit OnewayでRICBDのSLS回帰モデルを適合させるためのデフォルトワークフローを許可することで、ユーザーはプラットフォームから離れることなく最大限の柔軟性を得ることができます。なぜなら、JMP 19以降では、よりシンプルなモデルを適合させるには、[分析] > [モデルの適合]に移動してSLS回帰モデルを指定する必要があるからです。これは特に、Fit Onewayで生成されるFit MixedレポートアウトラインでLS平均検定を生成するオプションがないJMP標準ユーザーに当てはまります（Fit MixedはJMP Pro専用機能であるため）。
この考え方が重要な理由について、詳細な根拠を説明してください。
量的遺伝学では、混合モデル 血統集団のデータを分析するために使用される。この種の研究の主な目的は、多数のランダムな交配によって得られた子孫の家系間の分散成分を推定することである。 父（種雄）と母（雌）の分散成分を用いて遺伝率の推定値を算出します。この遺伝率の推定値は、この種の研究の唯一の目的であり、モデル内の固定効果（例えば、研究対象集団が複数の孵化期から構成されている場合は孵化期、飼育施設が複数ある場合は飼育施設）は、これらの非遺伝的効果をデータから除去するためだけに追加されます。
さらに、教育現場や産業界における多くの標準的な実験では、固定効果因子（品種、敷料、指導方法など）の代替案（他の専門用語では「処理」、JMPでは「水準」と呼ばれる）の平均値を比較することが目的とされています。したがって、焦点はこれらの「水準」の最小二乗平均値と、それらの間の差の有意性に置かれます。
通常4〜6個のブロックのみを使用するRCBDの目的は、これらのブロック間の変動を誤差分散から除去し、固定効果「レベル」の推定平均の標準誤差を減少させることだけです。
しかし、このような実験の目的は、因子の「水準」のLS平均値を明示的に比較することでもあるため、Fit ModelのSLSレポートは、JMP標準のFit Mixedレポートよりも実用的な利点があります。なぜなら、6種類の多重比較検定を提供しているからです。このシナリオでは、これらの検定のいずれかを使用することが必須であり、そのため、1つ（または少数）のデータポイント（「プロット」）が欠落している場合、RCBD実験のデータ分析のデフォルトとしてFit ModelのSLSが必要となります。
こんにちは、 @AvigdorC さん。ご投稿ありがとうございます。社内で対応させていただきます。
@Valerie_Nedbal @AvigdorCさんからいただいた、検討すべき追加のフィードバックは以下のとおりです。
数百人のJMPユーザーや、JMPを日常的に使用する多くの研究者との広範な交流に基づくと、彼らのほとんどは、混合モデルの統計的な詳細やニュアンス、例えば、それらの解釈方法や、Fit Mixedの出力がFit SLSの出力とどのように異なるかといった点には関心がないというのが、ここでの見解です。さらに、これらの研究者が科学論文を発表する学術誌も、Blockをランダムとして割り当てた場合のFit Mixedの出力によって得られる統計的な洗練度については関心を持っていません。
要約すると、彼らの見解は、JMP 18 の動作が復活することで、ほとんどの JMP ユーザーが、不均衡なブロック データを Fit Y by X に送信する際のメリットを享受できるというものです (ブロック係数を指定できる柔軟なオプションを備えた唯一の基本的な JMP プラットフォーム)。
