Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsHallo, ich verwende JMP-14.
Ich habe „Modell anpassen“ verwendet und irgendwie fehlen in meinem Effektzusammenfassungsdialog Daten, keine P-Werte für die Daten.
Gibt es einen Grund, warum dies passieren würde?
Vielen Dank im Voraus
Erweiterte statistische ModellierungVerbraucher- und MarktforschungDatenmischung und -bereinigungDatenexploration und -visualisierungQualitäts- und VerfahrenstechnikBetreff: Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsDanke, Dan. Das ist sehr hilfreich.
Betreff: Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsDies weist also darauf hin, dass Sie nicht über ausreichende Daten zur Schätzung Ihres Modells verfügen. Die Anpassung eines Modells erfordert, dass Sie über genügend Daten verfügen, aber auch, dass die Daten an den richtigen Orten gesammelt werden. Stellen Sie sich das so vor: Ich möchte eine geradlinige Beziehung zwischen Y und X schätzen. Ich sammle 100 Datenpunkte, aber X ist immer 10. Viele Daten, aber ich kann die Linie nicht abschätzen.
Ich glaube, dass Sie in Ihrer Situation auch über einen Bericht über Singularitätsdetails verfügen. Wenn Sie das öffnen, werden Sie feststellen, dass zwischen zwei Ihrer Eingabevariablen eine Beziehung (oder Verwechslung) besteht. Es sieht so aus, als wäre es zwischen Siebplatte und SDS. JMP kann diese beiden Effekte nicht abschätzen, da hierfür nicht genügend Daten vorliegen. Erstellen Sie ein Diagramm dieser beiden Eingabevariablen. Wie sieht es aus? Ich denke, das könnte Ihnen das Problem verdeutlichen.
Betreff: Fehlende P-Werte in der Effektzusammenfassung des Anpassungsmodells
Betreff: Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsWas zeigen die Tabellen „Varianzanalyse“, „Parameterschätzungen“ und „Effekttests“?
Betreff: Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsHallo, ich habe ein ähnliches Problem und glaube nicht, dass mein Modell gesättigt ist, da es 28 Experimente und 6 Variablen gibt. Die beiden fehlenden p-Werte entsprechen den beiden kategorialen Variablen. Warum?
Betreff: Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsWenn Ihr Modell gesättigt ist (alle DFs werden im Modell berücksichtigt), gibt es keine DFs zur Schätzung des Fehlerterms und daher keine Signifikanztests.
Betreff: Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsHallo, es ist schwierig, ohne weitere Details herauszufinden, was schief gelaufen sein könnte, aber das erste, was mir in den Sinn kommt, ist die große Anzahl an Effekten in Ihrem Modell. Ich frage mich, ob Ihre Datenabdeckung möglicherweise nicht ausreicht, um alle diese Faktoren zu untersuchen.
Wäre es möglich, ein Beispiel der Daten zu teilen, an denen Sie arbeiten? Gibt es außerdem Schlüsselfaktoren, die es wert wären, zuerst untersucht zu werden? Haben Sie schließlich über die Screening-Plattform nachgedacht, um die Faktoren in Ihrem Modell zu priorisieren?
Am besten,
TSBetreff: Fehlende P-Werte in der Wirkungszusammenfassung des AnpassungsmodellsHallo, könnten Sie erklären, was Ihnen an den Tabellen Varianzanalyse, Parameterschätzungen und Effekttests im Hinblick auf den Mangel an Daten für das Modell besonders aufgefallen ist? Ich würde mich über jeglichen Input oder Papier zu diesem Thema freuen. Vielen Dank.
Betreff: Fehlende P-Werte in der Effektzusammenfassung des AnpassungsmodellsDie Punkte, die mir sagten, dass die Daten das Modell nicht unterstützen konnten:
Bericht „Singularitätsdetails“ (obwohl er nicht angezeigt wird, weiß ich, dass er da ist)
Aus der Tabelle „Parameterschätzungen“: Die Wörter „Verzerrt“ und „Null gesetzt“. Wir wollen nicht voreingenommen sein! Das sollte Ihnen sagen, dass Sie den Ergebnissen nicht trauen sollten – sie sind verzerrt! Und „Null gesetzt“ bedeutet, dass JMP diese Terme aus dem Modell „gelöscht“ hat, um Ihnen Ergebnisse zu liefern. JMP kennt das System jedoch nicht, daher kann es nicht wissen, welche Terme entfernt werden sollten. Es wird eine mathematische Entscheidung getroffen, die ausschließlich auf der Reihenfolge der Terme basiert, die Sie im Modell angegeben haben.
Aus der Tabelle „Effekttests“: LostDFs, was dazu führt, dass diese Effekte nicht statistisch getestet werden.
