三向方差分析丢失 DF你好，
我在课堂上使用“完美”数据集学习了 JMP，但现在我正尝试通过使用附加数据运行三向方差分析来将其用于我的研究工作。 通常，存在三个不同的因素（电流、HRT 和温度），我希望看到信号。每个因素对结果的影响和相互作用（Inf pH）。 但是，分析中的“效果测试”显示“丢失的 DF”而不是 p 值。 我有一个非常小的数据集（33 个点）所以这可能是问题所在吗？
这是我所做的：
1）分析->拟合模型
2) 插入“Inf pH”作为 Y 变量
3) 插入电流、HRT 和温度作为具有 * 交互作用的模型效应（我也尝试仅使用两个因素进行 2 向方差分析）
4) 使用“Std Least Squares”作为个性运行（我也尝试过其他个性但没有成功）
我真的很感激任何关于如何处理这个数据集的输入，以获得“效果测试”p 值结果！ 非常感谢！
智耀
回复：三向方差分析丢失了 DF非常感谢吉姆和马克！ 这是一个很好的解释，对我的分析绝对有帮助！
回复：三向方差分析丢失了 DF是的，吉姆，但你的观点基本上是成立的。
一个设计的实验，可能比这个数据集小，可以提供更多的信息。 活到老，学到老！
回复：三向方差分析丢失了 DF马克是正确的......我错过了底部的几行电流是100。
回复：三向方差分析丢失了 DF只是在 Jim 富有洞察力的回复中添加一点：
Current 和 HRT 之间的混杂并不完美，但估计值的相关性可能足够强，足以排除足够的功效来确定它们的显着性，特别是如果您在模型中包含交互作用。
回到 Jim 的回复并假设这三个因素完全混杂在一起，您可以使用此数据估计单向方差分析模型，但是选择哪个因素是主观的和任意的. 数据不能用于确定哪一个实际上可归因于对响应的任何影响。
回复：三向方差分析丢失了 DF季耀，
您遇到的问题是您的效果相互混淆。你真的只有 2 组。一组具有电流=100、HRT=8 和温度=10。第二组的电流=300，HRT=12，温度=22.5。如果不对电流、HRT 和温度的不同组合进行测量，则无法执行分析。也就是说，您需要测量电流=100、HRT=8 和温度=22.5，测量电流=100、HRT=12 和温度=10，以及这 3 个因素的其他组合。对于“全因子”分析，您需要对 3 个因素的每种可能组合进行测量。也可以运行“部分因子”分析，但是，要使其成为有效分析，需要使用 DOE（实验设计）开发设计，以确保最终分析有效。
您可以对当前数据进行的唯一分析是单向分析。如果您选择使用拟合模型，只需指定其中一个因素。
