2 路方差分析的 LostDFY= 標準化測試增長
X=AP學生；非 AP 學生、白人、黑人、西班牙裔、亞洲人、2+種族、太平洋島民、美洲原住民。
我需要打開 JMP 功能，透過「排除缺失資料」來忽略空白單元格。
每個 X 都是使用 MACROS - FULL FACTORIAL 插入和交叉的。圖像就是結果。為什麼會有 LostDF？
我的數據集很大。 8000？我的專欄設定為將學生標記為 AP（如果不是，則單元格為空白）。我也是這樣進行種族和民族分類的。我想測試種族和族裔對我的兩個群體（AP 和非 AP）分數成長的影響
基礎資料分析與建模內容組織蘋果系統回覆：2 路變異數分析的 LostDF請參閱視窗頂部的奇點詳細資訊。它們首先顯示。您的模型指定過多。數據不支持估計該模型中的所有項。這不是 N 是否足夠的問題，而是因子水準組合的問題。
回覆：2 路變異數分析的 LostDF您能解釋一下我的模型「過度指定」是什麼意思嗎？我不是統計學家。是否需要修復電子表格中資料的結構？我為每個 X 和 Y 變數都有單獨的欄位。
不再是兩列單獨的列，一列用於 AP 學生，另一列用於非 AP 學生。這是錯誤的嗎？我應該只擁有一個並且編碼為 AP 或 NonAP 嗎？
回覆：2 路變異數分析的 LostDF如果你附上你的資料表將會很有幫助。數據表可能未正確組織。過度指定的模型意味著模型中的項目對於資料表中資訊的數量而言過多。也許您有更高階的項（例如，交互作用或非線性），且資料集中沒有這些組合。
看起來你有兩個因素：
X1：放置在 2 個級別
X2：7個級別的比賽
您應該有 3 個欄位：Y、X1 和 X2
回覆：2 路變異數分析的 LostDF看來您的模型中有太多變數。例如，AP和nonAP是否是相同的資訊但顛倒了？似乎任何未標記為 AP 的人都可能被標記為非 AP - 如果將這兩個變數都放入模型中，這會導致奇異性。看起來您的某些人口統計群體可能會與 AP 欄重疊，從而導致資訊冗餘。如果附上資料表的樣本就更清楚了。
