別々に取り付けるか、一緒に取り付けるか?モデルのフィット機能を実行し、[効果の概要] で効果を削除しようとすると、「Y 列間で異なる値が欠落しています」というメッセージが表示されます。各 Y を個別に当てはめますか?
完全なデータセットがないためにこのメッセージが表示されるのでしょうか?その場合、どれを選択すればよいですか?通常の状況では、このようなことは起こらないはずであり、通常、どの要素が重要であるかが棒グラフで変化するのがわかります。
データの探索と視覚化品質およびプロセスエンジニアリングRe: 別々に合わせるか、一緒に合わせるか?ビルが言ったことに同意します。 一般に、他の応答にとって重要である可能性がある、1 つの応答に対する非常に重要ではない効果 (別名、ノイズに適合し始める) を除去することによって、各応答に対してより有用なモデルを取得する可能性があるため、個別に適合を求めます。 プロファイラーで全体的なモデルを引き続き表示できます (モデルに含まれなくなった効果の応答に平らな線が表示されます)。
個別に見て、同じ要因が重要であるかどうかを確認できます。 すると、すべてを合わせたときとほぼ同じ結果が表示されるはずです。 モデル全体を探すだけの場合、有意でない因子を追加するにつれて、1 つまたは他の応答に対してノイズのフィッティングを開始する可能性があります。
一般に、さまざまなモデルを試すことも良いアプローチです。たとえば、LS、ステップワイズ、スクリーニング、デシジョン ツリーなどです。 全員が同じ話をすれば、特に（そして最も重要な）モデルが有用であることが判明した場合、常に良いことである自信を高めることができます 
Re: 別々に合わせるか、一緒に合わせるか?@kinsonk100 、
要するに、両方の方法で試してみるべきです。比較にかかる時間はわずか数分です。それ以外の場合は、個別に適合を選択しない場合、各 Y の変動は同じ X (入力) によって説明されると想定し、安全のために、その仮定が正しいかどうかを確認する必要があります。
HTH
