Ausreichende DF-NonEstimable-Fehlermeldung für Full Factorial<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ich habe einen Datensatz mit 4 Behandlungen (Standorte), die 3 Jahre lang wiederholt wurden. Wenn ich eine vollständige Fakultät (Jahr, Ort, Jahr * Ort) durchführe, erhalte ich die Fehlermeldung "NonEstimable" (siehe unten). Wenn ich nur Jahr und Ort ohne Interaktion analysiere, erhalte ich Ergebnisse wie unten gezeigt. Wenn ich jetzt kein By-Element in der Kontrollleiste "Modell anpassen" auswähle, insbesondere "Cultivar" nicht als By-Element auswähle, erhalte ich ein Ergebnis für die vollständige Fakultät, wie unten gezeigt.
1) Habe ich nicht genügend Freiheitsgrade, um das Full Factorial mit einem By-Element zu testen? Warum bekomme ich die NonEstimable-Nachricht? Ich weiß, dass die Botschaft mit verwirrenden Faktoren zu tun hat, aber um ehrlich zu sein, weiß ich nicht, was ich als Lösung tun soll.
(Ich habe einige meiner Daten eingefügt, um eine Vorstellung davon zu bekommen, womit ich arbeite. Bitte beachten Sie, dass die Stichprobengröße zum Beispiel klein und unausgewogen ist.)
2) Wenn meine DFs zu niedrig sind, gibt es Lösungen / Alternativen zum Testen der Interaktion?
Vollständig faktoriell-nicht schätzbar:
Keine Interaktion:
Vollständige Fakultät ohne Nachelement:
Datenschnappschuss:
Betreff: Ausreichende DF-NonEstimable-Fehlermeldung für Full Factorial1) Wenn Sie sich Ihre (unvollständige) Tabelle ansehen, habe ich einen starken Verdacht, dass Ihre fehlenden Werte es unmöglich machen, die Wechselwirkungen abzuschätzen, z. B. gibt es nur einen Tieton-Wert für die Braunschnauze (Jahr 2012) Es wird möglich sein, die Wirkung von Tieton für die Schnauze abzuschätzen, nicht jedoch die Wechselwirkung von Tieton * Year, da für Tieton nur ein Jahr zur Verfügung steht. Ihr DF wurde verwendet, um die Wirkung von Tieton abzuschätzen. Sie können Tieton * Year nicht erhalten.
Ich gehe davon aus, dass die anderen Sorten in Ihrer restlichen Datentabelle Werte für Tietion für die anderen Jahre haben. Dadurch erhalten Sie die DFs, die Sie zur Schätzung des Tieton * -Jahrs benötigen, jedoch nur, wenn Sie keine Analyse nach Sorte: Sorte durchführen.
2) Wenn Sie mehr Ausdrücke in Ihrem Modell hätten, könnten Sie die unwichtigen Ausdrücke entfernen, um die Daten zusammenzufassen und Ihre Interaktionen abschätzen zu können. Das, was Sie am ehesten tun können, ist einem Modell mit Sorte, aber nicht Sorte * Year oder Sorte * Location oder Cultivar * Year * Location. Es ist gleichbedeutend mit der Aussage, dass die Wechselwirkungen zwischen Sorte und anderen Faktoren nicht signifikant sind. Dadurch kann der Modellbau möglicherweise alle anderen Begriffe abschätzen: Jahr, Ort, Sorte, Jahr * Ort. Dies hängt davon ab, wie viele fehlende Werte Sie in Ihrer Datentabelle haben.
Betreff: Ausreichende DF-NonEstimable-Fehlermeldung für Full FactorialDies kann sich auf eine spätere Diskussion beziehen, daher verlinke ich sie darauf, da einige Antworten hilfreich sein können: Betreff: Wie viele DF werden benötigt, um die X-Anzahl der Haupteffekte zu testen - JMP Fit Model
