使用混合模型的示例因为是随机选择品种，每个品种的回归模型是从品种模型的总体中选择的随机模型。截距和斜率对于每个品种是随机的，并且可能相关。随机系数以固定效应为中心。固定效应是总体截距和斜率，它们是品种的截距和斜率总体的期望值。本例摘自 Littell et al. (2006, p. 320)。
在“标准最小二乘法”特质中使用 REML 拟合模型，这使您可以查看截距和斜率中的变异（图 8.2）。请注意斜率没有很大的变异性，但是截距有很大的变异性。截距和斜率可能是负相关的，具有较小截距的品种似乎有更大的斜率。
图 8.2 标准最小二乘法回归
|
1.
|
|
2.
|
选择分析 > 拟合模型。
|
|
3.
|
|
4.
|
|
5.
|
图 8.3 显示“固定效应”的完成的“拟合模型”启动窗口
|
6.
|
选择随机效应选项卡。
|
|
7.
|
|
8.
|
|
9.
|
点击运行。
|
“拟合混合模型”报表显示在图 8.5中。请注意，由于空间有限，其中的有些报告已关闭。“预测值-实际值”图显示模型拟合和所基于的假设之间没有不一致之处。
产量 = 33.43 + 0.66 * 湿度
图 8.5 “拟合混合模型”报表
图 8.6 “随机系数”报表
在“模型规格”窗口中，默认情况下选择“中心多项式”选项。因为这个原因，湿度效应位于其均值 35.583 中部，如“品种”报表顶部的注释中所述。从“固定效应参数估计值”和“随机系数”报表，您得到品种 2 的以下预测方程：
品种 2 开始的产量低于总体平均值，且随湿度增加的速率慢于总体平均值。