Full Factorial的足夠DF-NonEstimable錯誤消息<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我有一個包含4種處理（位置）的數據集，重複3年。當我運行完整的階乘（年份，位置，年份*位置）時，我會收到nonEstimable錯誤消息，如下所示。當我分析沒有互動的年份和位置時，我得到的結果如下所示。現在，當我沒有在Fit Model控制面板中選擇By元素時，特別是不選擇Cultivar作為By元素，我會得到完整階乘的結果，如下所示。
1）我沒有足夠的自由度來測試帶有By元素的Full Factorial嗎？這就是我收到NonEstimable消息的原因。我知道這個消息與混淆因素有關，但說實話，我不知道我應該做什麼作為解決方案。
（我已粘貼了一些數據，以便了解我正在使用的內容，請注意樣本量小且不平衡，例如）
2）如果我的DF太低，是否有任何解決方案/替代方案來測試交互？
全因子 - 不可估計：
沒有互動：
沒有By元素的全因子：
數據快照：
Re：Full Factorial的足夠DF-NonEstimable錯誤消息1）看著你的（不完整）表，我強烈懷疑你的缺失值使得無法估計相互作用，例如Brown Snout（2012年）只有1個Tieton值，所以如果你分析By Cultivar，它可以估計Tieton對Brown Snout的影響，但不是Tieton * Year的相互作用，因為Tieton只有1年可用。你的DF已經用完了估計鐵頓的效果，你不能得到鐵頓*年。
我假設其他數據表中的其他品種具有其他年份的Tietion值。這為您提供了估計Tieton * Year所需的DF，但前提是您不分析By：Cultivar。
2）如果你的模型中有更多的術語，你可以刪除非重要的術語，這些術語可以匯集數據並允許你估計你的截取，但是因為如果你做的話不是你的情況：品種...... 你可以做的最接近的事情是品種有品種，但不是品種*年份或品種*位置或品種*年份*位置。這相當於說品種與其他因素之間的相互作用是不重要的。這可能允許模型構建估計所有其他術語：年份，位置，品種，年份*位置。它取決於數據表中有多少缺失值。
Re：Full Factorial的足夠DF-NonEstimable錯誤消息這可能與稍後的討論有關，因此我將其鏈接到它，因為有一些答案可能會有所幫助： Re：測試X個主效應需要多少個DF - JMP Fit Model
