右刪失資料分析
我嘗試過瀏覽有關如何處理數據審查情況的各種帖子，但我無法找出處理我的情況的最佳方法。 所以這裡是...
我們進行了具有三個變數的 DoE：界面活性劑類型 (Surf)、水量 (Water) 和鹽量 (Salt)，反應是「製程中有效的界面活性劑的最小量 (Surf_min)」。 最終，我們希望開發一個模型來計算給定衝浪、水和鹽的 Surf_min。
對於美國能源部的某些條件，我們無法達到表面活性劑有效的足夠高的濃度。 在不同的條件下這個數字可能會不同。 對我來說，這是右審查的經典案例。 現在的問題是我要如何分析這個資料集？
我在這裡查看了 2017 年發現峰會會談和相關帖子。 看來我可以使用帶有“廣義回歸”選項的“擬合模型”平台和 JMP pro。 我只有普通的 JMP (13.1)。
非常感謝這裡的任何意見。 如果有人能為我提供關於這個主題的很好的參考資料，以便我可以學到更多東西，我也將不勝感激。
謝謝
回覆：右刪失資料分析本次發現演示是了解如何在 JMP Pro 中使用廣義迴歸來處理審查資料的良好資源。 跳到 19:27 觀看示範。 在這種情況下，反應是左刪失的，因為某些觀察結果低於檢測極限。
回覆：右刪失資料分析非常感謝！
能夠在分析上取得重大進展。
回覆：右刪失資料分析如果您有 JMP Pro，則可以使用 Generalized回歸透過分析>適合模型。 請參閱有關此分析的章節幫助>圖書>擬合線性模型。
如果你有JMP，那麼你可以使用參數生存，也透過分析>適合模型。 請參閱有關此分析的章節幫助>圖書>可靠性和生存。
