參數估計值歸零我正在嘗試分析我創建的實驗之一，但在理解參數估計時遇到一些困難。
根據我選擇分析的交互作用（我只選擇最多 2 路交互作用，因為這是一個部分因子設計），參數估計要么不穩定，要么歸零，在某些其他情況下為空。我希望能夠澄清為什麼會出現這種情況以及它的含義。
我在下面附上了一張截圖。
我目前在 Windows 上使用 JMP 17
基礎資料分析與建模數據探索和視覺化實驗設計回覆：參數估計值被歸零嗨@MedianPuppy4982 ，
我建議您閱讀與您的問題相關的 JMP 幫助部分： 模型項目之間具有線性相關性的模型 (jmp.com)
你的問題在論壇裡很常見。您可以查看先前回答的帖子：
2 路方差分析的 LostDF
我收到 Lost DF、Biased 和 Zeroed 參數估計訊息，它們是什麼意思？
基本上，您應該檢查“奇點”面板，您將看到模型中的某些術語如何連結/相關。
- 如果某些項完全相關（混雜），則 JMP 無法區分它們並在模型中獨立使用它們，從而導致「歸零」結果。
- 如果某些項彼此相關，那麼它們的估計就會有偏差，因為它們不是獨立的。這種現象稱為多重共線性，導致估計有偏差和信賴區間膨脹。
- 最後，您還可能引入了比可用的唯一觀察/實驗數量更多的術語，因此這可能會在某些術語之間產生線性相關性，從而使它們要么無法獨立估計（“歸零”或為空），要嘛難以獨立估計（ 「有偏見」）。
希望這個回答對你有幫助
編輯：對於“不穩定”術語，請查看估計值和標準差。缺乏數據來精確估計這些項（以及如此多的項），導致變異數非常大。嘗試完善您的模型或測試其他（更簡單的）模型。
回覆：參數估計值被歸零我將開始，但希望具有更好統計背景的人能夠準確地說出「不穩定」的意思。我經常從模型中看到這樣的輸出，尤其是具有許多名目變數和交互作用的輸出。我認為問題在於許多組合很大程度上是多餘的（在歸零預測器的情況下完全是多餘的）。直觀上，這些組合非常罕見，以至於模型中的其他變數使這些組合變得不必要 - 它們實際上不會增加模型的預測能力（也可以從非常大的 p 值看出）。然而，我從來沒有準確地理解數學意義上的「不穩定」是什麼意思。
回覆：參數估計值被歸零@Victor_G非常感謝您的回覆！
我實際上想跟進奇點面板。我正在查看其他帖子，有些回复說奇點細節不會顯示，除非您添加數據不支援的模型。我還看到它出現在 Fit Lease Square 報告中，但所有因素都是明確的，所以我們必須運行名義上的物流。我只是想仔細檢查這是否意味著我不會看到奇點面板。
有沒有另一種方法可以在沒有它的情況下檢查這種相關性？
回覆：參數估計值被歸零@statman
感謝您的答覆！
我的印像是，如果只有三個觀察結果，我就只有 2 個自由度。為了嘗試一下，我將 DF 增加到 3，但奇點面板仍然沒有出現，也沒有任何 VIF 測量。
回覆：參數估計值被歸零抱歉，我不明白你的場景。 DF 是資料集中可用的獨立比較數量的函數。它取決於資料收集方式。你不能只編造 DF。 DF 的可用性以及如何將它們分配給模型將影響奇點。
回覆：參數估計值被歸零這是一個具有 10 個自由度的 DOE：
我可以複製該設計，再添加 10 次試驗，將 DF 加倍到 20。
如果我嘗試估計 X1 的二次項，我會得到奇點，因為數據不支持估計此效應：
您需要在設計矩陣中結合足夠的 DF 和正確的水平來支援模型矩陣的估計。使用 DOE 可確保您可以估計指定模型中的所有項目。臨時資料收集不提供這樣的保證。
回覆：參數估計值被歸零@Mark_Bailey非常感謝您的澄清，這真的很有幫助
