1) 进行线性混合模型和方差分析有什么区别？

ANOVA 模型具有至少一个连续结果变量和一个更多分类协变量的特征。线性混合模型是一系列模型，它们也具有连续的结果变量、一个或多个随机效应和一个或多个固定效应（因此称为混合效应模型或简称为混合模型）。

有允许重复测量的 ANOVA 模型的子类，混合 ANOVA具有一个主体内（分类）协变量和至少一个主体间（分类）协变量，重复测量 ANOVA具有至少两个内部-主题（分类）协变量和至少一个主题间（分类）协变量。

2) 我们在什么情况下进行线性混合模型分析？

• 当我们有一个连续的结果变量时
• 当数据聚集时（例如，对班级内的参与者或学生的重复观察）
• 当我们有足够数量的集群来估计随机效应（方差）时
• 当我们对集群本身的“影响”不感兴趣时​​。

此外，不能使用方差分析（尽管可能有变通方法），混合模型提供了更好的选择，当

• 我们缺少数据，或者
• 实验设计不平衡，或
• 我们有多个（交叉分类或嵌套）随机效应，或
• 我们希望允许协变量的影响在分组变量的每个级别（随机系数或随机斜率）之间有所不同，或者
• 当我们有一个不能被合理地视为连续的结果变量（例如计数数据和名义数据）时 - 在这种情况下，我们将使用广义线性混合模型。

3）我们如何在SPSS中使用上述模型（混合模型或ANOVA）获得这样的图表来比较产品的“低”和“高”状态？

该图似乎是 4 个组的简单均值图。由于它似乎是纯粹的描述性，因此它不是从模型中获得的东西。

它似乎是使用双向 ANOVA 分析的典型数据类型 - 即具有连续结果变量和两个分类协变量的模型。