线性混合模型是一类应用性很强的统计模型,该模型中的假设检验问题受到了学者们的关注.对于固定效应的检验,常常用于变量选择或检验模型线性假设的合理性.如果方差分量已知,则存在一致最优功效检验,方差分量未知时,常用它们的估计代替它们,不同的方差分量模型的估计,就得到不同的检验统计量.这些检验统计量的分布都是未知的,在小样本情况下,很难控制它们的检验水平和功效.Tsui和Weerahandi提出的广义p值和广义置信区间是解决假设检验问题中冗余参数的灵活而有效地途径.本文主要利用广义p值的理论方法研究了两类线性混合模型中固定效应的检验问题,同时对于平衡情形还利用组合的方法给出了另一种组合检验.第二章研究了平衡两向套分类混合模型中固定效应的非齐次线性假设检验问题.首先对模型进行线性变换,获得三个新的奇异线性模型,对每个新模型获得了固定效应和特征值的一个估计.然后,给出了基于广义p值理论方法的一种精确检验和广义置信域,并把结果推广到一般平衡的线性混合模型中.同时还利用Cohen-Sackrowitz(1989)的组合检验的方法,对该问题构造了一个精确的组合检验.最后通过模拟比较了文中所给出的两种检验及一般的F检验的功效,模拟结果表明这两种检验都具有较好的功效.第三章研究了非平衡两向混合效应模型中固定效应的非齐次线性假设检验问题.首先对组间方差分量运用Khuri(1998)的方法构造了未加权平方和(USS)统计量,然后用广义推断方法给出了固定效应的广义枢轴量,由此直接定义了检验问题的广义p值,并给出了固定效应的广义置信域.最后利用Monte Carlo方法模拟表明了所给出的检验能有效控制所犯第一类错误的概率.另外,本文针对一个实例,应用本文的研究结果对其进行了具体分析.