複数の変数を含む完全階乗分析私は自分のデータに対して三元分散分析を実行しようとしています。問題は、（三元と二元の相互作用を使って）完全な階乗を実行した場合、表には主効果と二元配置の分散分析に関するデータが含まれていないことです。3つの主な効果と2つの相互作用の列には、F比またはP値があるはずの「ドット」があり、DFの列には、3方向の相互作用以外のすべての効果が示されています。そして、行 "LostDfs"の最後で、それはどういう意味ですか？この分析を開始するのに十分なN件のケースがありません。
ありがとう
アディ
再：複数の変数を含む完全な要因分析 DOE を意味する実験計画 。計画的実験の目的は、与えられたモデルに適合するために必要なデータを提供することです。
[DOE]> [カスタムデザイン]を選択した場合は、回答（結果）と要因を定義してから、完全な要因モデルを指定します。このようにして、どの治療法でデータセットが欠けているために、すべての用語を推定してテストすることができなくなっているかがわかります。
再：複数の変数を含む完全な要因分析重要なのは、実行回数だけではないということです。確かに、15項のモデルに3つの観測値をあてはめることはできません。しかし、それはまた正しい観察、すなわちあなたのデータセットにおける正しい取り扱いを持つことの問題です。たとえば、実験を5回繰り返したとしても、モデルをこれらのすべての条件に当てはめることはできなかったと思います。
目的のモデルの実験を計画することをお勧めします。私はあなたがすでにあなたのデータセットにいくつかの試験を持っていると思いますが、この方法はあなたのモデルに合うように埋められる必要がある特定のギャップをあなたに示すでしょう。
再：複数の変数を含む完全な要因分析私はFITモデルを使い、Full Factorialを使って変数を選択しました。
DOEとは
再：複数の変数を含む完全な要因分析分析用のデータはどのように入手しましたか。DOEを使用しましたか？フィットさせたいモデルとテストしたい用語をサポートできるDOEを選択しましたか？
たとえば、3つの要素でカスタムデザインを使用して完全な要素モデルを指定したり、要素デザインを使用してフィットモデルに交互作用項を追加したりできます。
再：複数の変数を含む完全な要因分析いいえ、
私は今それを試します
ありがとうございます。
再：複数の変数を含む完全な要因分析はい、あなたの説明に基づいて、それはあなたがあなたのモデルのすべての項を描写するのに十分な実験がないかのように思えます。モデルのすべての用語を入力して段階的回帰を実行してみましたか？
