JMP 如何去除不可估量的模型项亲爱的社区，
我想评估具有 12 个二元主效应和 64 个观测值的数据集的设计，我决定添加所有交互效应（通过在“因素”下选择它们并单击“模型”下的“交互”->“2nd”） . JMP 返回此消息：
此设计不适合指定型号。 不可估量的模型项已被删除。
现在我知道 64 次运行不足以估计所有主效应和交互效应，并且根据我数据中的多重共线性，JMP 将选择它可能估计的一定数量的交互项。
我只是好奇 JMP 使用什么公式来确定它可以估计多少（和哪些）交互项。
先感谢您
回复：JMP 如何删除不可估量的模型项那样说是有道理的。 评估设计使用给定的设计（64 次运行），但您可以评估设计所针对的模型以外的模型的设计。
该公式只是要估计的参数数量。 您对模型的更改产生 79 个参数（1 个截距 + 12 个主效应 + 66 个双因子交互效应）。 （交互项数是一次选择 2 个 12 个因子的组合数。）您的设计提供 64 个观测值。 所以必须剔除15个参数。 这是这种设计的一种不足。
第二种是每次运行提供的信息。 正如我所解释的，回归过程将扩展设计矩阵以生成模型矩阵。 用于估计截距的列是一列1个. 估计主效应的列fac1与数据列相同fac1在设计矩阵中。 用于估计交互作用的列fac1和fac2是这两个因素的数据列的乘积（交叉）， fac1*fac2 . 模型矩阵中的某些列是相同的。 这种情况表明您有该估计列的别名。 您的估计是所有混叠效应的线性组合。 线性组合基于参数值和别名之间的相关性。
所以你不能在回归分析中有别名。 别名在回归解决方案中产生奇点。JMP 消除别名项。 也就是说，您可以估计其中一个效应，但不能估计所有别名。不可能从设计或回归中确定应该使用哪个效应。 JMP 任意识别要消除的别名。 它从列表末尾删除 15 个项，即最后 15 个交互作用。
回复：JMP 如何删除不可估量的模型项我不够具体，但我的示例适用于问题中附带的数据集。 这是分析阶段而不是设计阶段的问题。 打开数据后，我在菜单中选择“DOE”-->“设计诊断”-->“评估设计”，然后添加所有交互作用（见图：我在“因素”和“模型”下选择所有，我添加“交互”-->“第二”。 然后我收到警告消息。 计算最大交互次数的确切公式是什么？JMP 如何选择它们？
（它看起来不像是一个迭代过程，因为消息显示得非常快）
回复：JMP 如何删除不可估量的模型项我不明白您如何在定制设计中获得此消息。 您在进行设计之前指定模型项。 最小运行次数等于估计所需的参数数。 您不能输入小于最小值的游程数，在本例中为 79。 (1 个截距，12 个主效应，N 选择 K( 12, 2 ) = 66 个双因子交互作用。
扩展包含每次运行的因子设置的设计矩阵，使模型矩阵具有包含所有要估计的项的列。 模型矩阵中的某些列可能是相同的。 这意味着两个项是同一估计列的别名。 这意味着它们的影响是混淆的。 回归将检测混杂，混杂在求解参数估计时产生奇异矩阵，并将其报告为奇异性详细信息。 您的示例设计在模型矩阵中产生了许多别名，其中包含所有主效应和所有交互项的列。
