Suficiente mensaje de error de DF- No estable para Factorial completo<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Tengo un conjunto de datos con 4 tratamientos (ubicaciones) que se repitieron durante 3 años. Cuando ejecuto un factorial completo (Año, Ubicación, Año * Ubicación) recibo el mensaje de error no estable, como se ve a continuación. Cuando analizo solo el año y la ubicación sin interacción, obtengo resultados como se ve a continuación. Ahora, cuando no selecciono un elemento By en el panel de control Fit Model, específicamente no selecciono Cultivar como un elemento By, obtengo un resultado para el factorial completo, como se ve a continuación.
1) ¿No tengo suficientes grados de libertad para probar el factorial completo con un elemento Por? Es por eso que estoy recibiendo el mensaje de Nonestimable. Sé que el mensaje tiene que ver con factores de confusión, pero para ser honesto, no sé qué se supone que debo hacer como solución.
(He pegado algunos de mis datos para dar una idea de con qué estoy trabajando, tenga en cuenta que el tamaño de la muestra es pequeño y no está equilibrado, por ejemplo)
2) Si mis DF son demasiado bajos, ¿existen soluciones / alternativas para probar la interacción?
Factorial completo - inestimable:
Sin interacción
Factorial completo sin elemento by:
Instantánea de datos:
Re: Suficiente mensaje de error de DF no estimable para Factorial completo1) Mirando su tabla (incompleta), tengo una fuerte sospecha de que sus valores faltantes hacen que sea imposible estimar las interacciones, por ejemplo, solo hay un valor de Tieton para Brown Snout (Año 2012), así que si analiza Por Cultivar será posible estimar el efecto de Tieton para el hocico marrón, pero no la interacción de Tieton * Year, ya que solo hay 1 año disponible para Tieton. Su DF se ha utilizado para estimar el efecto de Tieton, no puede obtener Tieton * Year.
Asumo que las otras variedades en el resto de su tabla de datos tienen valores para Tietion para los otros años. Esto le da los FD que necesita para estimar el año de Tieton *, pero solo si no analiza Por: Cultivar.
2) Si tuviera más términos en su modelo, podría eliminar los términos no significativos, lo que agruparía los datos y le permitiría estimar sus intercambios, pero dado que no es su caso si lo hace Por: Cultivar ... lo más cercano que puedes hacer es a un modelo con Cultivar, pero no a Cultivar * Year o Cultivar * Location o a Cultivar * Year * Location. Es equivalente a decir que las interacciones entre Cultivar y otros factores no son significativas. Esto puede permitir que la construcción del modelo estime todos los demás términos: Año, Ubicación, Cultivar, Año * Ubicación. Dependerá de cuántos valores faltantes tenga en su tabla de datos.
Re: Suficiente mensaje de error de DF no estimable para Factorial completoEsto puede estar relacionado con una discusión posterior, así que lo vinculo a él, ya que hay algunas respuestas que podrían ser útiles: Re: ¿Cuántos DF se requieren para probar el número X de efectos principales? Modelo de ajuste JMP
