如何分析具有兩種類型方差的結果的析因設計？你好
我有2個因子的2級因子設計的數據集。
數據集包含每個用戶的購買金額。
每行都是唯一的用戶。 零值購買表示用戶未購買。 A和B是治療。
我想計算處理方法A和B對每位用戶的平均購買量的影響（購買總金額（美元）除以用戶數量）。
但是，我認為我們需要考慮兩種類型的方差。
首先-購買率的變化，即用戶是否訂購。 第二–平均購買價值的差異。
您能建議在JMP中進行這種分析的適當方法嗎？
我已經附上了數據集。
美國能源部回复：如何分析具有兩種類型方差的結果的析因設計？在15,771個觀測中，您只有265筆購買。 在這種情況下，OLS回歸是不合適的。 它慘遭失敗，並嚴重違反了模型假設。 我將購買金額轉換為二進制響應Purchased = {no，yes}，然後使用邏輯回歸對其進行建模。 診斷看起來很糟糕。 該模型從未預測已購買=是。 我嘗試了泊鬆對數線性模型，但該模型有效，但幾乎沒有證據表明A或B的影響。
我在數據表中附加了我的附件。
回复：如何分析具有兩種類型方差的結果的析因設計？非常感謝你！
我確實知道我們可以對二項式數據使用邏輯回歸。 但是，如果我們對購買的商品產生A或B的積極影響（是，否），並且感興趣的結果是每位用戶的平均購買金額。 結果是不同的，因為這是二進制度量標準（是，否）與平均購買訂單量（購買=是）的乘積。 我們可以進行更多的成功購買，但是平均購買量較低，因此，每位用戶的平均購買量會降低。 在OFAT測試中，針對此結果，我們可以使用非參數曼恩--惠特尼U檢驗。 但是我們想進行回歸分析的案例又如何呢？
