我收到 Lost DF、Biased 和 Zeroed 參數估計訊息，它們是什麼意思？由於我對 JMP 比較陌生，因此在此發表第一篇文章。我一直在嘗試在擬合模型選項中運行 3 路效果測試，但收到錯誤訊息“丟失 DF”。參數估計也給出“偏差”和“歸零”結果。在擬合模型中，我基本上選擇3 個效果，即年份（2013 年、2014 年）、類型（傳家寶或標準）和品種（20 個品種，每個品種4 個樣本），然後選擇「全階乘”，然後運行標準最小二乘法以效果槓桿為重點。數據本身包含 20 個豆類品種，具有不同的測試結果，如產量、高度、重量等... 當我使用年份 * 類型或年份 * 品種運行 2 路時，沒有問題，但是當添加第三個效果時，問題就會發生...我想我只是想更多地了解這些錯誤，如果還有其他我應該做但我沒有做的事情。
回覆：遺失 DF？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />「偏置」和「歸零」訊息中有有用的信息。假設您的模型 A 和 B 中有兩個術語（我知道您正在研究三向交互，但這更容易解釋）。如果這兩項是共線的（別名、相關、選擇術語），那麼在統計上 A 和 B 的影響就不能獨立估計。這個問題可以透過將 A 或 B（但不能同時）放入模型中來解決。實際上，這就是 JMP 正在為您做的事情 - 如果它將 A 放入模型中並排除 B，則 A 將被標記為有偏差，B 將被標記為零。
回覆：遺失 DF？我建議您對每個變數進行一系列 Y × X 擬合，然後查看輸出結果。 請記住，根據您的資料類型（數字、連續、字元...標稱等），將進行的所選分析會有所不同，這取決於您的資料類型。
回覆：遺失 DF？只是為了補充Peter 所說的內容，根據我的計算，帶有截距、主效應、2 因子交互作用和3 因子交互作用的完整模型（2 * 2 級和1 * 20 級）將包含80 個參數。 從你的描述來看，你有 80 個觀察值。 所以你將擁有一個飽和模型。 此外，根據數據的設計方式，可能無法估計其中一些參數，因為未觀察到某些因子設定組合。
回覆：遺失 DF？escheenstra：從您最初的貼文/問題來看，聽起來您最初嘗試使用分析 -> 擬合模型 -> 標準最小二乘建模子人格。 當您沒有足夠的自由度來估計您想要在該路徑下估計的所有項目時，可以使用基於替代回歸的建模技術，這些技術仍然可以為實際問題提供最終答案手。 例如，偏最小平方法是一種非常適合寬淺問題的技術…或者如果您正在執行 JMP Pro，那麼請務必檢查廣義迴歸特性。
回覆：遺失 DF？感謝您的幫助，我一定會檢查一下。聽起來好像不可能用我目前的資料集按原樣運行該模型，除非有一些其他設定或選項可以提供某種「解決方法」。
回覆：遺失 DF？基本上，我認為當您看到「偏差」和「歸零」結果時，發生的情況是您在模型中指定的項目多於您有足夠的自由度來估計的項。 因此，JMP 為您提供了這些訊息...有點溫和的提醒，以確保您指定的模型確實可以透過您收集的資料進行估計。 您可能需要查看專門討論這個非常廣泛的主題的「擬合線性模型」JMP 幫助書。
