例混合効果モデルの当てはめ

結果を解釈する

分散成分表において、「畑」のp値は0.124です。仮説検定では、分散成分が0と異なるという証拠は示されません。誤差の分散成分のp値は0.003です。p値は有意水準0.05よりも小さいため、研究者は誤差の分散成分が0ではないと結論付けることができます。

固定因子項「品種」のおよそ0のp値は、少なくとも1品種のアルファルファが収穫量に与える影響が、他の5品種と有意に異なることを示しています。

主効果の係数は各水準毎の平均と全体平均の差を表します。たとえば、「品種1」の収穫量は全体平均よりおよそ0.385単位大きくなっています。この係数に対するおよそ0のp値は、「品種1」が収穫量に与える影響が「品種」項の他の水準効果と有意に異なることを示しています。どの水準効果が統計的に同じで、どの水準効果が統計的に異なるかを判断するために、研究者は項の多重比較分析を行うことにしました。

R²値は、モデルによって92%の収穫量の変動が説明されることを示しています。R二乗（調整済み）の値もおよそ90.2%と高くなっています。研究者はこの値を使用して、予測変数の数が異なるモデルを比較します。

観測値1と5の標準化残差は2より大きいため、異常な観測値です。研究者はデータを調査して、これらの観測値の応答値が正しいことを確認します。

正規確率プロットの残差はほぼ直線上に分布し、残差対適合値プロット上では0の周囲にランダムに散在しているように見えます。