354844_zh-CN

liliconcom

JMP ANOVA 给出错误的自由度数

你好，

我是 JMP 的新手，如果我做错了什么，请见谅。我正尝试对一个数据集运行双因素方差分析，该数据集涉及使用 3 种不同材料在 3 种不同温度下进行的电池测试寿命。但是，当我使用 JMP 运行“拟合模型”时，我得到的每个效应只有 1 个自由度，而不是我预期的 2 个自由度（3 个数据点 - 1 = 2 个自由度）。这导致我的 F 比和 p 值被严重高估，而且太小了。我已附加我正在使用的原始 .jmp 文件、我的模型规范对话框以及我从模型中获得的输出。我做错了什么？

最好的，

约旦

 

 

消费者和市场研究回复：JMP ANOVA 给出了错误的自由度数

今天早上我正要关闭你的数据集，又想到了一件事。

对于您要问的问题，简单的普通最小二乘法分析可能是错误的。

看起来您的时间列类似于失败时间。 在这种情况下，您需要知道特定时间的失败概率。例如 B10 时间，作为温度和材料的函数。

 

在这种情况下，参数生存拟合是一个不错的选择

Fit Model(
 Y( :Name( "Life (hours)" ) ),
 Effects(
  :Temperature & RS,
  :Material Type,
  :Temperature * :Temperature,
  :Temperature * :Material Type
 ),
 Personality( "Parametric Survival" ),
 Distribution( "Weibull" ),
 Run(
  Likelihood Ratio Tests( 1 ),
  Quantile Profiler(
   1,
   Confidence Intervals( 1 ),
   Adapt Y Axis( 1 ),
   Term Value(
    Temperature( 68, Lock( 0 ), Show( 1 ) ),
    Material Type( 3, Lock( 0 ), Show( 1 ) ),
    Failure Probability( 0.1, Lock( 0 ), Show( 1 ) )
   )
  )
 ),
 SendToReport(
  Dispatch( {}, "Effect Summary", OutlineBox, {Close( 1 )} ),
  Dispatch( {}, "Whole Model Test", OutlineBox, {Close( 1 )} ),
  Dispatch( {}, "Parameter Estimates", OutlineBox, {Close( 1 )} ),
  Dispatch( {}, "Wald Tests", OutlineBox, {Close( 1 )} ),
  Dispatch( {}, "Effect Likelihood Ratio Tests", OutlineBox, {Close( 1 )} ),
  Dispatch(
   {"Quantile Profiler"},
   "10000",
   ScaleBox,
   {Min( 0 ), Max( 220.470532541004 ), Inc( 25 ), Minor Ticks( 0 )}
  ),
  Dispatch(
   {"Quantile Profiler"},
   "Profiler",
   FrameBox,
   {Frame Size( 208, 207 )}
  ),
  Dispatch(
   {"Quantile Profiler"},
   "Profiler",
   FrameBox( 3 ),
   {Frame Size( 208, 207 )}
  ),
  Dispatch(
   {"Quantile Profiler"},
   "Profiler",
   FrameBox( 5 ),
   {Frame Size( 208, 207 )}
  )
 )
)

回复：JMP ANOVA 给出了错误的自由度数

欢迎来到社区，我正在查看您的数据集，我有一个问题：您对每个治疗组合有 4 个响应，它们是什么？ 它们是重复的还是重复的（并且是随机的）？

分析完全取决于数据的收集方式（与软件无关）。 确实，如果一个因子大于 2 个水平，那么您如何设置数据类型很重要。 如果变量确实是连续的，那么回归方法将比方差分析提供更多关于模型效果的信息（但您需要将多项式项添加到模型中）。

回复：JMP ANOVA 给出了错误的自由度数

 

 

在报告中打开此选项以查看名义变量的所有水平

 

此外，为了获得更好的帮助，让人们知道你在做什么。 单击顶部的红色小三角形，保存脚本 > 到剪贴板。 然后返回这里输入您的问题，然后单击帖子窗口上方的“”按钮，然后将您的剪贴板粘贴到那里。

它看起来像这样：

Fit Model(
 Y( :Name( "Life (hours)" ) ),
 Effects(
  :Temperature & RS,
  :Material Type,
  :Temperature * :Temperature,
  :Temperature * :Material Type
 ),
 Run);

 

通过针对您提供的数据表运行此脚本，您可以准确地看到我的分析结果。

 

这是一个响应面模型。 它包括所有双向交互作用和二次效应。 注意材料是标称的，温度是连续的。

 

 

回复：JMP ANOVA 给出了错误的自由度数

果然，我只是错误地解释了这一点。 我假设 JMP 会使用自由度为 n-1 的效应模型，但由于我将温度设置为连续变量，JMP 实际上使用的是自由度较低 (1) 的回归模型。 通过添加温度 * 温度项，我可以将自由度提高到 2，或者通过将温度更改为分类变量（不是连续变量）。

回复：JMP ANOVA 给出了错误的自由度数

看起来 JMP 完全没有我的 T=70 度条件。 这真是离奇。