在“拟合模型”中启动“响应筛选”

通过选择分析 > 拟合模型并从“特质”列表中选择响应筛选来启动“拟合响应筛选”。您可以使用“构造模型效应”部分中的选项卡指定带有固定效应、随机效应或固定与随机效应组合的模型。

图 24.6 从 JMP Pro 中的“拟合模型”窗口启动的“响应筛选” 

有关“选择列”红色小三角菜单中选项的详细信息，请参见《使用 JMP》中的“列过滤器”菜单。

以下列角色专用于“响应筛选”特质：

关系矩阵 ID

指定包含关系矩阵中的列名称的列。若有表示遗传关系的 n × n 关系矩阵，则使用该列角色。该矩阵也可称为亲缘关系矩阵。指定“关系矩阵 ID”列时，该列中的值将标识要使用的所有列以及哪些行与哪些列一起使用。可使用“标记亲缘”平台创建关系矩阵。请参见《遗传学》“标记亲缘”中的。

有两个选项可用于稳健估计：

稳健拟合 (Huber)

（若指定了随机效应，则不支持。）使用稳健 (Huber) 估计来减小连续响应离群值的权重。若无离群值，这些估计值接近最小二乘估计值。请注意该选项会增加处理时间。

非常稳健拟合 (Cauchy)

（若指定了随机效应，则不支持。）指定非常稳健 (Cauchy) 估计来减小连续响应离群值的权重。假定误差服从 Cauchy 分布。Cauchy 分布具有比正态分布更肥大的尾部，从而弱化了对离群值的强调。若您的数据中有较大比例的离群值，该选项会很有用。不过，若您的数据接近正态，只含有少数离群值，该选项会导致不正确的推断。Cauchy 选项使用最大似然和 Cauchy 连结函数来估计参数。

提示：若同时选择了两个稳健选项，则平台仅使用 Cauchy 估计。

“固定效应”选项卡

在“固定效应”选项卡中添加所有固定效应。根据需要使用“添加”、“交叉”、“嵌套”、“宏”和“特性”等选项。有关这些选项的详细信息，请参见《拟合线性模型》模型规格中的。请注意，可以构造没有固定效应的模型。

“随机效应”选项卡

使用“随机效应”选项卡指定传统方差分量模型和具有分组回归变量的模型。对于传统方差分量模型，使用“添加”、“交叉”或“嵌套”选项来指定如随机区组、整区误差项和子区误差项之类的项。有关这些选项的详细信息，请参见《拟合线性模型》模型规格中的。

图 24.7 JMP Pro 中具有随机效应的响应筛选 

使用“随机效应”选项卡中的“分组的回归变量”按钮可以添加一组随机连续列，作为与单个方差分量关联的分组效应。当存在大量遗传 SNP 或表达式列时，这种方法经常用在遗传学应用程序中。添加分组回归变量的最简单方法是首先使用“分组列”对数据表中所关注的列进行分组。

注意：若一组回归变量中有非连续因子，则整个组都不包括在分析中。

当使用“响应筛选”特质拟合具有随机效应的模型时，允许方差分量具有负估计值。“无界限方差分量”选项指定具有负估计值的方差分量不被报告为零。默认选定该选项。若您关注的是固定效应，则它应保持选定状态，因为将方差估计值的边界定为零将导致固定效应检验发生偏倚。有关“无界限方差分量”选项的详细信息，请参见《拟合线性模型》负方差中的。

注意：若指定了随机效应，则禁用“权重”和“频数”角色。