JMP 如何去除不可估量的模型項親愛的社區，
我想評估具有 12 個二元主效應和 64 個觀測值的數據集的設計，我決定添加所有交互效應（通過在“因素”下選擇它們並單擊“模型”下的“交互”->“2nd”） . JMP 返回此消息：
此設計不適合指定型號。 不可估量的模型項已被刪除。
現在我知道 64 次運行不足以估計所有主效應和交互效應，並且根據我數據中的多重共線性，JMP 將選擇它可能估計的一定數量的交互項。
我只是好奇 JMP 使用什麼公式來確定它可以估計多少（和哪些）交互項。
先感謝您
回复：JMP 如何刪除不可估量的模型項那樣說是有道理的。 評估設計使用給定的設計（64 次運行），但您可以評估設計所針對的模型以外的模型的設計。
該公式只是要估計的參數數量。 您對模型的更改產生 79 個參數（1 個截距 + 12 個主效應 + 66 個雙因子交互效應）。 （交互項數是一次選擇 2 個 12 個因子的組合數。）您的設計提供 64 個觀測值。 所以必須剔除15個參數。 這是這種設計的一種不足。
第二種是每次運行提供的信息。 正如我所解釋的，回歸過程將擴展設計矩陣以生成模型矩陣。 用於估計截距的列是一列1個. 估計主效應的列fac1與數據列相同fac1在設計矩陣中。 用於估計交互作用的列fac1和fac2是這兩個因素的數據列的乘積（交叉）， fac1*fac2 . 模型矩陣中的某些列是相同的。 這種情況表明您有該估計列的別名。 您的估計是所有混疊效應的線性組合。 線性組合基於參數值和別名之間的相關性。
所以你不能在回歸分析中有別名。 別名在回歸解決方案中產生奇點。JMP 消除別名項。 也就是說，您可以估計其中一個效應，但不能估計所有別名。不可能從設計或回歸中確定應該使用哪個效應。 JMP 任意識別要消除的別名。 它從列表末尾刪除 15 個項，即最後 15 個交互作用。
回复：JMP 如何刪除不可估量的模型項我不夠具體，但我的示例適用於問題中附帶的數據集。 這是分析階段而不是設計階段的問題。 打開數據後，我在菜單中選擇“DOE”-->“設計診斷”-->“評估設計”，然後添加所有交互作用（見圖：我在“因素”和“模型”下選擇所有，我添加“交互”-->“第二”。 然後我收到警告消息。 計算最大交互次數的確切公式是什麼？JMP 如何選擇它們？
（它看起來不像是一個迭代過程，因為消息顯示得非常快）
回复：JMP 如何刪除不可估量的模型項我不明白您如何在定制設計中獲得此消息。 您在進行設計之前指定模型項。 最小運行次數等於估計所需的參數數。 您不能輸入小於最小值的遊程數，在本例中為 79。 (1 個截距，12 個主效應，N 選擇 K( 12, 2 ) = 66 個雙因子交互作用。
擴展包含每次運行的因子設置的設計矩陣，使模型矩陣具有包含所有要估計的項的列。 模型矩陣中的某些列可能是相同的。 這意味著兩個項是同一估計列的別名。 這意味著它們的影響是混淆的。 回歸將檢測混雜，混雜在求解參數估計時產生奇異矩陣，並將其報告為奇異性詳細信息。 您的示例設計在模型矩陣中產生了許多別名，其中包含所有主效應和所有交互項的列。
