数据缺失如何处理？你好，
最近我为挤压实验运行了 2^4 阶乘模型。 我打算对包括交互项在内的二次项进行建模。
然而，有些观点有点雄心勃勃，挤压失败了。 因此，我无法收集到这些观点的某些答复。 我想要一些关于如何进行的建议。 我应该用不太激进的水平重复实验，还是可以用低于编码水平 1 的轴向点来增强设计。
谢谢基础数据分析和建模实验设计质量和工艺工程回复：如何处理缺失数据？无论哪种方式都可以。 但如果我有选择，我会再次重复整个实验。 为了让我们都清楚谁在读这篇文章，2^4 全阶乘实验不允许估计二次效应。 您必须添加运行......通常以轴点的形式，如果可能的话，为了可旋转性、效果的正交性或其他一些理想的设计属性而间隔开。
回复：如何处理缺失数据？以下是我对实验单位损失的看法。 你没有说有多少实验单位失败了，所以要意识到你的选择取决于这个：
1. 是否有另一个响应变量可以量化造成挤出损失的因素的影响？ 我记得与田口博士一起工作时，他会说这些治疗方法可能是实验中信息最丰富的。
2. 正如 Pete 所说，您无法使用 2 级阶乘来估计二次效应。 您至少需要中心点来估计与线性假设的偏离。
3. 如果您只丢失了一份，请尝试以下选项：
- 使用剩余处理的平均值替代缺失的运行
- 使用回归来估计缺失的运行。 运行分析拟合模型，输入 DF 减少 1 的模型（通常是最高阶效应）。 保存模型（红色小三角>保存列>预测公式）。 这将为您提供对缺失治疗的预测。
- 如果您在运行实验之前预测了结果，请尝试使用您的预测结果。
执行所有 3 项操作，看看结果是否一致。 如果它们相对一致，您就可以对分析充满信心。 如果没有，那么你必须考虑进行更多的跑步。 当然，额外的运行可能位于不同的推理空间中，因此请注意“块”效应。
回复：如何处理缺失数据？嗨斯塔曼，
谢谢你的建议！ 补充一下，我已经运行了中心点，并且根据分析，与线性假设存在偏差。 因此，我将在以后的实验中添加轴点。 至于丢失的数据，我将尝试再次使用您的建议和模型。
谢谢，祝新年快乐！
回复：如何处理缺失数据？嗨，P_巴特尔，
感谢您的建议。 我将在当前实验中添加轴点以确定二次效应。
谢谢你，祝你新年快乐！
