對數線性變異數模型不一致你好，
在使用對數線性變異數模型時，變異數模型的模型存在不一致的情況。我在下面舉了一個例子來解釋這種情況。
我使用對數線性變異數建立了 2 個模型：
模型 1：響應 A。因素 A、B、C。
模型 2：響應 A、B。因素 A、B、C。
註：響應 A 和因子 A、B、C 是模型 1 和 2 的相同數據。
比較模型 1 和模型 B，我們將重點放在響應 A 的平均值模型和變異數模型。
響應 A 的平均模型在模型 1 與模型 2（綠色背景）之間完全相同。
然而，模型 1 與模型 2（紅色背景）之間響應 A 的變異數（或 Stdev）模型完全不同。
也使用相同的因子設定和相同的縮放比例進行比較。
似乎只要在模型上添加另一個響應（在本例中，我們將響應 B 添加到具有響應 A 的模型中），方差模型就會變得不同。響應 A 和 B 是獨立的，不應相互影響。
這種對數線性變異數的情況是否被認為是正常的並且可以信任？
謝謝指教。
兄弟，
克里斯
進階統計建模回覆：對數線性變異數模型不一致嗨@ChrisLooi ，
初步評論：即使您的回答可以單獨測量，它們也不是嚴格獨立的，因為兩個答案之間可以看到很強的相關性：
然後，我快速查看了提供的數據表，發現響應 B 有許多缺失值。
某些行是否應該相同，或者回應 A 和 B 之間的資料粒度/詳細程度是否不同？
我認為 B 中的缺失值可能會導致您遇到的問題。
這是具有“原樣”兩個回應的探查器（與您之前顯示的相同）：
但是，當對「響應B」列執行自動資料插補技術以避免缺失值（並使用此插補響應B 作為第二個響應）時，探查器顯示響應A 和B 的更好行為（並且響應A的探查器現在是相同的）當回應 A 是唯一建模的回應時發送給探查器）：
您還可以透過隱藏和排除 B 缺少值的行來讓探查器具有相同的行為，以便僅保留具有響應 A 和 B 的完整資訊的行進行建模：
因此，可能需要對資料表進行更正，以填入缺失值、插補它們或排除回應 A 和 B 之間資訊不完整的行。資料粒度的差異（以及產生的缺失值）可能是導致您在刻畫器中看到的變化，因為您暗示兩個反應的模型相同，但B 列中的有限資訊量確實擾亂了方差模型（因為與平均模型相比，它需要對模型中的每個項進行更多觀察： 對數線性方差楷模）
您也可以使用不同的模型（可能是響應 B 的較小模型，因為可用於變異數模型的觀測值較少）獨立地擬合這兩個響應（僅針對一個響應啟動平台）。
附件是使用的資料表和腳本，
回覆：對數線性變異數模型不一致嗨維克多，
謝謝回覆。
我在這裡附上了資料檔。
請注意，模型是使用以下效果建構的：
1. 使用響應曲面效應的平均模型。
2.使用響應曲面效應+三次效應的變異數模型。
我也嘗試過：
1. 使用最多 2 度階乘效應的平均模型。
2. 使用最多 2 度階乘效應的變異數模型。
不管怎樣，變異數模型仍然不同。
兄弟，
克里斯
回覆：對數線性變異數模型不一致嗨@ChrisLooi ，
我嘗試使用JMP 範例資料集InjectionMolding.jmp 重現您遇到的情況，並建立一個新的回應列和兩個模型，一個具有回應Shrinkage，一個具有Shrinkage 和Shuffle[Shrinkage] 回應，兩個模型中的項相同。
使用 Loglinear Variance 創建具有一兩個響應的模型時，我發現分析器沒有任何差異：
「擬合模型」視窗的「變異數效應」面板中是否有相同的術語？
您能否分享一個匿名資料集，以便我們重現該問題？
您使用哪個版本的 JMP？
回覆：對數線性變異數模型不一致嗨@ChrisLooi ，
我嘗試使用JMP 範例資料集InjectionMolding.jmp 重現您遇到的情況，並建立一個新的回應列和兩個模型，一個具有回應Shrinkage，另一個具有Shrinkage 和Shuffle[Shrinkage] 回應，兩個模型中的項相同。
使用 Loglinear Variance 創建具有一兩個響應的模型時，我發現分析器沒有任何差異：
「擬合模型」視窗的「變異數效應」面板中是否有相同的術語？
您能否分享一個匿名資料集，以便我們重現該問題？
您使用哪個版本的 JMP？
回覆：對數線性變異數模型不一致嗨維克多，
謝謝回覆。
我在這裡附上了資料檔。
請注意，模型是使用以下效果建構的：
1. 使用響應曲面效應的平均模型。
2.使用響應曲面效應+三次效應的變異數模型。
我也嘗試過：
1. 使用最多 2 度階乘效應的平均模型。
2. 使用最多 2 度階乘效應的變異數模型。
不管怎樣，變異數模型仍然不同。
兄弟，
克里斯
回覆：對數線性變異數模型不一致嗨@ChrisLooi ，
初步評論：即使您的回答可以單獨測量，它們也不是嚴格獨立的，因為兩個答案之間可以看到很強的相關性：
然後，我快速查看了提供的數據表，發現響應 B 有許多缺失值。
某些行是否應該相同，或者回應 A 和 B 之間的資料粒度/詳細程度是否不同？
我認為 B 中的缺失值可能會導致您遇到的問題。
這是具有“原樣”兩個回應的探查器（與您之前顯示的相同）：
但是，當對「響應B」列執行自動資料插補技術以避免缺失值（並使用此插補響應B 作為第二個響應）時，探查器顯示響應A 和B 的更好行為（並且響應A的探查器現在是相同的）當回應 A 是唯一建模的回應時發送給探查器）：
您還可以透過隱藏和排除 B 缺失值的行來讓探查器具有相同的行為，以便僅保留具有響應 A 和 B 的完整資訊的行進行建模：
因此，可能需要對資料表進行更正，以填入缺失值、插補它們或排除回應 A 和 B 之間資訊不完整的行。資料粒度的差異（以及產生的缺失值）可能是導致您在分析器中看到的更改。
附件是使用的資料表和腳本，
