P 值
在解释拟合混合模型的结果时，对 P 值的解释与双向方差分析相同。因此，请先阅读关于解读双向方差分析结果的一般页面。另外，请阅读关于球形性假设以及用epsilon评估违背该假设情况的一般页面。
随机效应自变量和方差
混合效应模型将不同的受试者（参与者、窝等）视为随机变异性。残差随机变异也是随机的。所有随机变量的影响都用其变异性来量化。Prism 将变异显示为标差和方差（即标差的平方）。您，或者更可能是您的统计顾问，可能会对这些值感兴趣，以便了解受试者回答之间的相对变异（受试者变异）以及同一受试者重复回答内部的相对变异（残差变异）。
匹配是否有效？
重复测量实验设计可以控制导致受试者之间变异性或未测量变异性的随机因素，因此可以发挥非常强大的检验力。如果配对有效，重复测量方差分析的检验值将小于普通方差分析。重复测量检验的检验力更强，因为它将受试者之间的变异性与受试者内部的变异性区分开来。但是，如果配对无效，重复测量检验的检验力就会降低，因为它的自由度较小。
Prism 检验配对是否有效，并报告 P 值。该 P 值来自卡方检验统计量，它是通过比较完整混合效应模型与不考虑重复测量的简单模型的拟合值计算得出的。如果 P 值较低，则可以得出匹配有效的结论。如果 P 值较高，则说明匹配效果不佳，应重新考虑下一次研究的实验设计。
拟合优度
Prism 用几种方式来表示拟合优度。 这些只对深入了解混合效应模型的人有意义。大多数科学家会忽略这些结果，或者不勾选选项，因此这些结果永远不会被报告。但有些期刊可能会要求您至少报告一种拟合优度的测量方法。
如果您不接受球形性假设
如果您选中了不接受球形性假设选项，Prism 会以两种不同的方式处理。
•它会应用 Geisser 和 Greenhouse 的修正。你会看到较小的自由度，通常不是整数。相应的 P 值会比没有校正时更高。
•它报告了epsilon的值，这是衡量数据违背球形性假设严重程度的一个指标。
多重比较检验和分析清单
在解读结果之前，请查看分析核对表。
