為什麼當模型中添加或刪除項時，LOF 檢驗的純誤差 DF 會發生變化？嗨 JMP 們，
我使用具有 3 個中心點的部分因子設計 2(7-4) 進行建模。
當我更改模型中的項時，LOF 測試中的純誤差 DF 也會發生變化。 （10 至 14）
在 Minitab 中，它不會隨著模型的變化而變化（對於中心點的 3 個重複，相同的 DF = 2）。
我認為純誤差的DF是根據純複製的次數計算出來的，因此在選擇不同模型時不能改變它。
哪個結果是正確的？
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？測試的選擇不是基於這些測試的結果或意義的一致性。 假設檢驗特定於給定的備擇假設，因此選擇基於備擇假設。JMP 正在測試任何 LOF。 MINITAB 以不同的方式測試 LOF。
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？我們計劃將能源部的分析結果包含在正式報告中。 （例如監管事務部）
如果不同軟件的LOF測試結果不同，我該如何選擇？ 這兩個結果都可以接受嗎？
兩個結果的統計顯著性是否不同？ （JMP 中的 p 值 > 0.05，Minitab 中的 p 值 < 0.05）
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？正如你所指出的，我的分析有幾個錯誤。 抱歉造成混亂。
我發布了正確的分析結果。（2^(7-4) + 3 個中心點 = 11 次運行）
但軟件之間的差異仍然存在。
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？更具體地說，您的來源聲稱純誤差 SS 與模型無關，它取決於 LOF 的測試方式。 純誤差和 LOF DF 和 SS 並不獨立於 LOF JMP 檢驗中的模型。 您的源代碼和（顯然）MINITAB 中提供的方法是與模型無關的。
然而，LOF 檢驗是假設的，它是隨機貢獻的模型相關估計（ANOVA 誤差 SS）與模型無關估計（LOF 純誤差 SS）的比較。
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？您說您使用了 2^(7-4) 常規分數階乘設計。 此設計適用於 8 次運行中 7 個因素的主效應模型。 您在總共 11 次運行中包含了 3 個中心點。 您的分析顯示您有 19 次試驗，因此您要么使用 2^(7-3) 設計，要么複製 2^(7-4) 設計。
LOF 測試的 DF 與 AN0VA 表中誤差 SS 的 DF 相同。 （第一個回歸分析中的誤差 DF = 13。）純誤差的 DF 比重複次數少 1。 （純誤差 DF = 每個重複 FF 設計點的 1 DF + 重複中心點的 2 DF = 10。）LOF 的 DF 是兩個 DF 之間的差值。 （LOF DF = 13 - 10 = 3。）對於只有 2 個主效應的第二種情況，誤差 DF = 16，純誤差 DF = 14，LOF DF = 2。
正如我之前所說，JMP 在綜合 LOF 測試（任何 LOF）中使用模型未使用的所有 DF。 另一方面，MINITAB 正在使用多個F -測試特定的 LOF 組件。 它們是不同的假設檢驗，因此您不能期望它們是相同的。
同樣不幸的是，JMP 對 LOF 術語使用與 MINITAB 相反的標籤。 這是由於 JMP 繼承了 SAS。 在比較兩個軟件的結果時，它增加了最初的混亂。
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？好的。 我承認我在 Minitab 中得到結果時犯了錯誤。
但我的關鍵問題是失擬檢驗中純誤差的 DF 和 SS 是如何計算的以及為什麼它們在軟件之間有所不同。
"Statistics for Environmental Engineers, Second Edition""Statistics for Environmental Engineers, Second Edition"《環境工程師統計，第二版》
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？此外，JMP 不會拆分曲率平方和並單獨對其進行測試。 這只是一個綜合 LOF 測試。
回复：為什麼當模型中添加或刪除項時，LOF 測試的純誤差 DF 會發生變化？您在 JMP 和 MINITAB 中運行的第一個模型包括 A、B、C、A*C 和 BC。 第二種模型是帶有 JMP 的 A 和 B，但 MINITAB 中只有 B。
