JMP 上缺失/缺失的資料處理 - 雙向變異數分析你好呀。我是 JMP 16.0 版的新用戶。我正在使用學生分數來分析預測分數。我正在使用“適合模型”。有數據顯示學生在考試期間缺席。因此，我將分數保留為“ABS”等字符，並在列設定中設定為數字 - 連續。
我開發了一個線性模型來分析預測，並透過 JMP 成功計算結果。我想知道對於缺失/缺失的資料如何進行處理？我試圖尋找JMP手冊來了解該方法，但我找不到。
有兩種情況我想了解遺失資料的處理方法。詳情請參閱附件。
情況1：計算當前t（t=時間）的預測時，缺席分數是在t時間。
情況 2：計算下一個 t（t=時間）的預測時，缺席分數是在前一個 t 期間。
線性模型為；
Yijt = 總平均值 + + + <(科目*測驗)jt> + <(學生*科目)ij> + εijt
我附上 PDF 來解釋模擬以及 JMP 分析的操作資料及其結果。
感謝您的幫助和善意指導。如果有任何有益的手冊或同等資料可以幫助您了解治療方法，請隨時與我分享。對此我們高度讚賞。謝謝。
分享和交流成果回复：JMP 的缺失/缺失數據處理 - 雙向方差分析親愛的喬治
非常感謝你提供的信息。
非常感謝！
回复：JMP 的缺失/缺失數據處理 - 雙向方差分析抱歉，這是一個 JMP Pro 函數，它在 Prediction Profiler 的紅色小三角菜單下。
在你的情況下（小數據集）使用它並不重要，因為你知道丟失的數據。 如果數據集大得多，還有其他工具可以圖形化地查看數據丟失的地方，例如在 Graph Builder 中。
回复：JMP 的缺失/缺失數據處理 - 雙向方差分析嗨，格奧爾格。 感謝您的反饋，非常感謝。 我試圖在預測分析器中找到外推控件，但找不到任何相關菜單。 我在哪裡可以找到打開外推的菜單？ 謝謝你的好意。
回复：JMP 的缺失/缺失數據處理 - 雙向方差分析順便說一句，擬合模型有詳細的描述：擬合模型 (jmp.com)
對於建模，JMP（和其他軟件）不需要完全佔據的結果矩陣。 它有點“插值”。 在 Predction Profiler 中打開外推控制，然後切換到具有缺失值的參數設置時，您也可以看到它。
回复：JMP 的缺失/缺失數據處理 - 雙向方差分析您可以在報告中看到 JMP 沒有使用“缺失值”，即模型僅使用了 31 或 23 個觀測值。
只需嘗試將缺失值更改為非缺失值，您就會看到差異。
