混合模型 - Mixed

混合模型也叫随机模型，多水平模型。

重复测量是多水平模型一个特例。

随机语句通常用于对对象之间的变化进行建模，而重复语句通常用于对对象内的变化进行建模。也就是REPEATED 和 RANDOM语句。

 随机效应 VS 固定效应简单介绍了两种效应。

1. 

 这是线性模型，残差服从均值为0，方差为sigma 2正态分布，Y的方差就是残差。

例如：

2.

 

伽马(r)服从均值为0方差为G的正态分布，G就是TYPE=里面指定的方差-协方差结构，就是随机效应变量各个水平之间的相关关系是什么样的。

虽然随机模型和一般线性模型的残差都是epsilon(e),但随机模型中的残差已经减去了随机效应变量的残差(标准差)，更精准些；

 例如：

随机截距：即截距不同，斜率相同。

 

随机斜率：即截距相同，斜率不同。

 

 截距和斜率都不同：

 

 TYPE是指定G矩阵形式：

 G矩阵：如果TYPE = UN: 两两比较，C16 2  = 120， 加上16个方差，1 个残差，等于 137。因为这是假设任意两个协方差都不一致。

  如果TYPE = CS:  协方差全都相同（只有一个），只有一个方差，这是共计1个，再加1个残差，就是2 个参数。

random int age / subject = person type = un;

这是指定随机截距和随机斜率。