为什么当模型中添加或删除项时，LOF 检验的纯误差 DF 会发生变化？嗨 JMP 们，
我使用具有 3 个中心点的部分因子设计 2(7-4) 进行建模。
当我更改模型中的项时，LOF 测试中的纯误差 DF 也会发生变化。 （10 至 14）
在 Minitab 中，它不会随着模型的变化而变化（对于中心点的 3 个重复，相同的 DF = 2）。
我认为纯误差的DF是根据纯复制的数量计算出来的，因此在选择不同模型时不能改变它。
哪个结果是正确的？
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？测试的选择不是基于这些测试的结果或意义的一致性。 假设检验特定于给定的备择假设，因此选择基于备择假设。JMP 正在测试任何 LOF。 MINITAB 以不同的方式测试 LOF。
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？我们计划将能源部的分析结果包含在官方报告中。 （例如监管事务部）
如果不同软件的LOF测试结果不同，我该如何选择？ 这两个结果都可以接受吗？
两个结果的统计显着性是否不同？ （JMP 中的 p 值 > 0.05，Minitab 中的 p 值 < 0.05）
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？正如你所指出的，我的分析有几个错误。 抱歉造成混乱。
我发布了正确的分析结果。（2^(7-4) + 3 个中心点 = 11 次运行）
但软件之间的差异仍然存在。
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？更具体地说，您的来源声称纯误差 SS 与模型无关，它取决于 LOF 的测试方式。 纯误差和 LOF DF 和 SS 并不独立于 LOF JMP 检验中的模型。 您的源代码和（显然）MINITAB 中提供的方法是与模型无关的。
然而，LOF 检验是假设的，它是随机贡献的模型相关估计（ANOVA 误差 SS）与模型无关估计（LOF 纯误差 SS）的比较。
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？您说您使用了 2^(7-4) 常规分数阶乘设计。 此设计适用于 8 次运行中 7 个因素的主效应模型。 您在总共 11 次运行中包含了 3 个中心点。 您的分析显示您有 19 次试验，因此您要么使用 2^(7-3) 设计，要么复制 2^(7-4) 设计。
LOF 测试的 DF 与 AN0VA 表中误差 SS 的 DF 相同。 （第一个回归分析中的误差 DF = 13。）纯误差的 DF 比重复次数少 1。 （纯误差 DF = 每个重复 FF 设计点的 1 DF + 重复中心点的 2 DF = 10。）LOF 的 DF 是两个 DF 之间的差值。 （LOF DF = 13 - 10 = 3。）对于只有 2 个主效应的第二种情况，误差 DF = 16，纯误差 DF = 14，LOF DF = 2。
正如我之前所说，JMP 在综合 LOF 测试（任何 LOF）中使用模型未使用的所有 DF。 另一方面，MINITAB 正在使用多个F -测试特定的 LOF 组件。 它们是不同的假设检验，因此您不能期望它们是相同的。
同样不幸的是，JMP 对 LOF 术语使用与 MINITAB 相反的标签。 这是由于 JMP 继承了 SAS。 在比较两个软件的结果时，它增加了最初的混乱。
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？好的。 我承认我在 Minitab 中得到结果时犯了错误。
但我的关键问题是失拟检验中纯误差的 DF 和 SS 是如何计算的以及为什么它们在软件之间有所不同。
"Statistics for Environmental Engineers, Second Edition""Statistics for Environmental Engineers, Second Edition"《环境工程师统计，第二版》
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？此外，JMP 不会拆分曲率平方和并单独对其进行测试。 这只是一个综合 LOF 测试。
回复：为什么当模型中添加或删除项时，LOF 测试的纯误差 DF 会发生变化？您在 JMP 和 MINITAB 中运行的第一个模型包括 A、B、C、A*C 和 BC。 第二种模型是带有 JMP 的 A 和 B，但 MINITAB 中只有 B。
