我的实验设计是这样的，相同的3个处理进行两个批次的发酵，类似一个2×3的实验设计，想用mixed模型分析主效应，我开始用GLM分析可以，但是感觉方差差异太大，是不是更适宜用mixed模型分析，请高手帮助

我用GLM语句如下：

data new;<br />
 input batch treatment TEAC@@;<br />
 output;<br />
 cards;<br />
1.00	1.00	.8997<br />
1.00	1.00	.9027<br />
1.00	1.00	.8990<br />
1.00	1.00	.9038<br />
1.00	1.00	.9004<br />
1.00	2.00	1.2066<br />
1.00	2.00	1.2154<br />
1.00	2.00	1.2212<br />
1.00	2.00	1.2170<br />
1.00	2.00	1.2114<br />
1.00	3.00	1.5271<br />
1.00	3.00	1.5094<br />
1.00	3.00	1.5212<br />
1.00	3.00	1.5244<br />
1.00	3.00	1.5241<br />
2.00	1.00	1.2414<br />
2.00	1.00	1.1952<br />
2.00	1.00	1.0804<br />
2.00	1.00	1.4822<br />
2.00	1.00	1.1889<br />
2.00	2.00	1.0838<br />
2.00	2.00	1.0342<br />
2.00	2.00	1.0873<br />
2.00	2.00	1.1040<br />
2.00	2.00	1.0422<br />
2.00	3.00	.8292<br />
2.00	3.00	.9631<br />
2.00	3.00	.9123<br />
2.00	3.00	.9066<br />
;<br />
proc glm data=new;<br />
 class batch treatment;<br />
 model TEAC=batch treatment batch*treatment;<br />
 means treatment/duncan;<br />
 proc means N mean std stderr;<br />
var TEAC;<br />
proc means N mean std stderr;<br />
var TEAC;<br />
class treatment;<br />
 run;
</p>

 proc mixed data=new;<br />
 model TEAC=treatment;<br />
 random batch batch*treatment;


是不是增加一段这个就可以了
</p>

统计知识太菜，飘过一个[s:18]

2 个月 后

感觉方差差异大就要用mixed模型？不晓得什么意思。

你是说想用proc mixed加上grp=或者再给方差一个model吧？尽管proc mixed可以做，可这算是mixed model么？

2楼的code里面直接当成random effect应该没戏啦，从两个数里面估计方差，还是两个观测不到的数，估计出来谁信啊？