混合效应模型是一类应用性很强的统计模型,该模型在生物、医学、经济、金融、环境科学及工程技术领域都得到了应用,因而也吸引了许多研究人员的广泛关注和应用。本文研究的重点是混合效应模型中固定效应和随机效应的假设检验。第二章主要研究单向分类模型方差分量是否为零的假设检验。使用的方法是参数Bootstrap方法,该方法解决了广义p值方法不能保证检验水平的问题。首先参数Bootstrap检验根据估计的模型产生Bootstrap样本,然后构造一个参数Bootstrap检验枢轴量,最后计算出P值。第三章我们考虑异方差的两向分类方差分析模型。本章研究的主要问题是交互效应是否存在以及主效应是否相等的假设检验问题,我们提出了参数Bootstrap检验方法,并将它与现有的广义p值检验作了比较。其次,通过Monte Carlo模拟犯第一类错误的概率以及功效函数。我们的研究表明,参数Bootstrap检验优于广义p值检验。即使样本容量很小,参数Bootstrap检验的结果非常令人满意,而在因子组合数或者处理增大时,广义p值检验犯第一类错误的概率会大大增加。