线性混合效应模型是一类在生物、医学、经济等方面有广泛应用的统计模型。当考虑该模型的某些参数检验中出现了讨厌参数时,基于具有优良性的统计量的p值会依赖于该讨厌参数,因此不能被使用。Tsui和Weerahandi[1]在1989年提出了广义p值的概念,自从那时,广义p值方法已在很多传统方法难以应用或无法提供精确解的问题中得到广泛应用。本文正是利用广义p值理论对几类线性混合模型的参数进行检验的。对线性混合模型固定效应和方差分量等的假设检验问题,研究人员进行了大量的研究,并取得了显著的成果,但仍然存在很多的局限。如已有文献利用谱分解构造方差分量的广义置信区间,但是权重的不同导致广义检验变量的不唯一,我们需要做进一步的模拟检验才能确定哪个广义检验变量更适合构造方差分量的广义置信区间。本文一方面提供了异方差情形下,套误差回归模型中个体效应存在性的一种广义p值检验方法。另一方面,利用一个有用的矩阵不等式,构造了一般的含两个方差分量混合模型中方差分量复杂假设下的广义p值检验,并拓展到某些含多个方差分量的模型中的方差分量检验方法。我们的方法无需考虑合适或最优权重的选取问题。数值结果显示对于平衡数据和非平衡数据,广义p值都能很好地控制犯第一类错误的概率和具有优良的功效表现,更重要的是新方法简单、易用,具有更广泛的适用性。