mixed model混合模型

混合模型是一个统计模型，包含fixed effects和random effects两种效应的混合。

当重复衡量（1）相同的统计单元，或（2）聚类，或（3）相关的统计单元时，混合模型尤其有效。

Ronald Fisher研究亲属间性状值的相关性时，引入random effects modes。1950年代，Charles Roy Henderson提出

（1）fixed effects的BLUE（best linear unbiased estimates）和

（2）random effects的BLUP（best linear unbiased predictions）。

随后，混合模型在统计研究中成为主流，包括计算maximum likelihood estimates，non-linear mixed effect modes，missing data in mixed effects modes，以及Bayesian estimation of mixed effects models等。

 

Fixed effects model

固定效应模型

应用前提是假定全部研究结果的方向与效应大小基本相同，即各独立研究的结果趋于一致，一致性检验差异无显著性。

因此，固定效应模型用于各独立研究间无差异，或差异较小的研究。

异质性小：固定，随机

异质性大：随机

p值

p>0.05或p>0.1：固定

p<=0.05或p<=0.1ÿ