最常见的随机效应模型是重复测量或裂区模型。裂区模型中的效应类型列出了裂区模型中的效应类型。在这些模型中，实验具有两个层次。某些效应应用于实验的整区或对象。那么这些整区会进行划分或对象在不同时间进行测量，而其他效应则应用在这些子单元之内。描述整区或对象的效应为整区效应，子区或重复测量则为子区效应。通常，子单元效应在模型中省略，并被吸收为剩余误差。
|
•
|
通过将整区均方除以整区 ID 均方得出 F 比。
|
这些方法适用于结构简单并且数据完整平衡的情形。不过，有更为通用的模型适用于任何结构的随机效应。这个更普遍的模型称为混合模型，因为它同时包含固定效应和随机效应。
考虑 Animals.jmp 样本数据表中的数据（数据是虚构的）。该研究收集了关于狐狸和草原狼的季节性狩猎习惯的差异信息。在某一年的每个季节，阶段性地对三只狐狸和三只草原狼进行了标记和观测。研究中记录了这些动物在一年中的不同季节从其巢穴外出活动的平均英里数（舍入到最近的英里数）。根据以下方面定义该模型：
|
•
|
称为英里数的连续响应变量
|
|
•
|
|
•
|
|
•
|
称为研究课题的动物标识代码，对 fox（狐狸）和 coyote（草原狼）均使用名义型值 1、2、3
|
|
1.
|
顶层是对象间层，在该层中相对于对象间变异对作为 fox 或 coyote（物种效应）的效应进行检验。
|
|
2.
|
底层是对象内层，在该层中相对于对象内季节变异对四个季节的重复测量因子（季节效应）进行检验。对象内变异性反映在剩余误差中。
|
季节效应可将剩余误差用作其 F 统计量的分母。不过，对象间变异性无法通过剩余误差进行测量，必须使用模型中的“研究课题嵌套在物种内”（研究课题[物种]）效应捕获该变异性。对象间效应物种的 F 统计量使用该嵌套效应而不是剩余误差作为其 F 比的分母。
|
1.
|
|
2.
|
选择分析 > 拟合模型。
|
|
3.
|
|
4.
|
|
5.
|
在“选择列”列表中，选择物种。
|
|
6.
|
在“构造模型效应”列表中，选择研究课题。
|
|
7.
|
点击嵌套。
|
这会向模型添加“研究课题嵌套在物种内”（研究课题[物种]）效应。
|
8.
|
选择嵌套效应研究课题[物种]。
|
|
9.
|
选择特性 > 随机效应。
|
|
10.
|
图 4.19 “拟合模型”对话框
|
11.
|
点击运行。
|
图 4.20 REML 分析的部分报表
