JMP ANOVA mit falscher Anzahl von FreiheitsgradenHallo,
Ganz neu bei JMP, also entschuldige ich mich, wenn ich Ihnen, den Weisen, offensichtlich etwas angetan habe. Ich versuche, eine Zwei-Faktor-ANOVA für einen Datensatz durchzuführen, der eine Batterietestlebensdauer bei 3 verschiedenen Temperaturen unter Verwendung von 3 verschiedenen Materialien umfasst. Wenn ich "Fit Model" mit JMP ausführe, erhalte ich jedoch nur 1 Freiheitsgrad für jeden meiner Effekte, nicht 2 wie erwartet (3 Datenpunkte - 1 = 2 Freiheitsgrade). Dies führt zu einer ziemlich unangenehmen Überschätzung meiner F-Verhältnisse und p-Werte, die viel zu klein sind. Ich habe die von mir verwendete unformatierte .jmp-Datei, meinen Modellspezifikationsdialog und die Ausgabe, die ich vom Modell erhalte, angehängt. Was mache ich falsch?
Beste,
Jordanien
DatentabelleDAMHIRSCHKUHAndereBetreff: JMP ANOVA mit falscher Anzahl von FreiheitsgradenEs sieht so aus, als ob JMP meine T = 70-Grad-Bedingung vollständig vermisst. Das ist wirklich bizarr.
Betreff: JMP ANOVA mit falscher Anzahl von FreiheitsgradenSicher genug, ich habe das nur falsch interpretiert. Ich nahm an, dass JMP ein Effektmodell mit n-1 Freiheitsgraden verwenden würde, aber da ich die Temperatur als kontinuierliche Variable festlegte, verwendete JMP tatsächlich ein Regressionsmodell mit einer geringeren Anzahl von Freiheitsgraden (1). Durch Hinzufügen eines Temperatur * Temperatur-Terms kann ich die Freiheitsgrade auf 2 erhöhen oder indem ich die Temperatur in eine kategoriale Variable (keine kontinuierliche) ändere.
Betreff: JMP ANOVA mit falscher Anzahl von Freiheitsgraden
Aktivieren Sie diese Option in Ihrem Bericht, um alle Ebenen Ihrer nominalen Variablen anzuzeigen

Außerdem, um bessere Hilfe zu erhalten, damit die Leute wissen, was Sie tun. Klicken Sie oben auf das kleine rote Dreieck, Skript speichern> In Zwischenablage. Kommen Sie dann hierher zurück, geben Sie Ihre Frage ein, klicken Sie auf die Schaltfläche "" über dem Post-Fenster und fügen Sie dort Ihre Zwischenablage ein.
Es wird so aussehen:
Fit Model(
Y( :Name( "Life (hours)" ) ),
Effects(
:Temperature & RS,
:Material Type,
:Temperature * :Temperature,
:Temperature * :Material Type
),
Run);
Wenn Sie diesen Scrip für die von Ihnen angegebene Datentabelle ausführen, können Sie genau sehen, wie meine Analyse aussieht.
Dies ist ein Antwortoberflächenmodell. Es enthält alle Wechselwirkungen und quadratischen Effekte. Hinweis Das Material ist nominal und die Temperatur ist kontinuierlich.