如何分析具有兩種方差的結果的因子設計？你好
我有一個來自 2 個因子的 2 水平因子設計的數據集。
該數據集包含每個用戶的購買金額。
每一行都是一個唯一的用戶。 購買價值為 0 意味著用戶沒有購買。 A和B是治療。
我想計算處理 A 和 B 對每個用戶的平均購買量的影響（以美元計算的購買總和除以用戶數量）。
然而，我認為我們需要考慮兩種類型的方差。
首先——購買率的方差，即用戶是否訂購。 第二——平均購買價值的差異。
您能否建議在 JMP 中進行此類分析的適當方法？
我已附上數據集。
實驗設計質量和工藝工程回复：如何分析具有兩種方差的結果的因子設計？非常感謝！
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 A 或 B 對購買產生積極影響（是、否），並且感興趣的結果是每個用戶的平均購買金額，該怎麼辦？ 這個結果是不同的，因為這是二進制指標（是、否）和訂單平均購買量（購買 = 是）的乘積。 我們可以有更多的成功購買，但平均購買訂單量較低，因此我們將獲得較低的每個用戶平均購買量。 在此結果的 OFAT 測試中，我們可以使用非參數曼-惠特尼 U 測試。 但是如果我們想要進行回歸分析呢？
回复：如何分析具有兩種方差的結果的因子設計？在 15,771 個觀察中，您僅購買了 265 個。 OLS 回歸在這種情況下是不合適的。 它慘遭失敗，並且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。 該模型從未預測過已購買 = 是。 我嘗試了泊鬆對數線性模型，它有效，但幾乎沒有證據表明 A 或 B 的影響。
我附上了您的數據表和我的補充內容。
