三向方差分析的困難大家好，
我在執行 3 向方差分析測試時遇到一些問題。我認為我是根據我看到的其他人所做的正確輸入的（擬合模型、y 中的因變量、完整階乘宏）。但我的分析沒有產生 F 比率或 Prob > F。
我看到的另一個問題是我的資料沒有完全相同的 N（工作通道列中只有 10 550 lm + 引導，但有 20 個空和 20 550 lm）。如果有人能解決這些問題，我將不勝感激！
真摯地，
凱文
進階統計建模基礎資料分析與建模回覆：三因子變異數分析的困難@BizMarkie您好：我可以看到一些問題。請參閱下面的圖，請注意，並非所有組合（工作渠道、灌溉系統和範圍）都存在，因此如果您在模型中包含交互作用，則會導致一些問題/偏差。另外，請注意，沒有重複/重複（每個組合只有一個觀察值），因此如果包含 3 向交互作用，則沒有誤差自由度（因此沒有 F 比率和 p 值）。因此，簡而言之，您正在嘗試透過不平衡的資料集（無需複製）來擬合無法估計的項目的模型。我看到你的答案是 N=2 的平均值。為什麼不直接分析原始數據呢？也就是說，如果它們是重複而不是重複，那麼分析您擁有的方法可能是合適的。
回覆：三因子變異數分析的困難感謝您的答覆！這是一個好主意。我剛剛運行了原始數據。在我的分析中，我有“Lost DFs”提示。這是因為我的數據不平衡嗎？我沒有具有 550 lm + 引導工作通道的 Wolf 24.5 和 Wolf 26 瞄準鏡的資料。
另外，我的灌溉系統 DF 變成 0。這是為什麼？我是否應該消除所有 550 lm + 指南數據以平衡一切？
再次感謝你！
凱文
回覆：三因子變異數分析的困難@BizMarkie您好：是的，如果您想要所有交互，那麼擁有所有組合的數據非常重要。這裡有一個很好的討論。
https://community.jmp.com/t5/Discussions/I-am-receiving-Lost-DFs-Biased-and-Zeroed-parameter-estimate/td-p/13769
我不經常建議刪除數據來平衡事情；但是，正如您所說，您可能會考慮這一點，或者只是查看主要影響，只是為了了解數據中的大變動。如果你這樣做，看起來範圍和灌溉系統是重要的參與者。然後僅用這兩個因素建構一個更完整的模型（包含交互作用）。這裡沒有真正的“正確的事情要做”......儘管我們可能會想出各種錯誤的事情！
回覆：三因子變異數分析的困難知道了。我認為為了我們的分析目的，取出 lm 550+ 指南資料來進行同類比較是有意義的。我總是可以在沒有 24.5 Wolf 和 26 Wolf 的情況下進行單獨的分析，以包含 lm 550 + 指南。
我已在此處附上我的數據。謝謝！
回覆：三因子變異數分析的困難當然是一個選擇@BizMarkie ！
