利用线性模型分析缺失值的正交数组 - 使用估计当前水平与最佳水平之间差异的 95% 置信区间的示例 - Yukio Takahashi (2021-JA-50MP-20)级别：中级
传统的实验设计是一种基于使用 sigma 分解平方和（称为方差分析）的分析方法，假设因素彼此正交，而不仅仅是正交数组。然而，当出现缺失值时，这种方法就无法应用，因此需要使用“线性估计理论”进行分析，该理论为方差分析提供了理论框架。然而，很难找到解释它的书籍。
JMP的“模型拟合”也支持对缺失值的正交数组进行分析，但它也支持“估计当前水平与最佳水平之间差异的95%置信区间”，这是正交数组分析的标准。我应该找到它吗？用于估计这些误差方差的“田口公式”或“伊娜公式”是否已纳入 JMP 中？信任和使用 JMP 结果需要勇气，因为没有书籍解释用于计算它们的分析过程。
因此，我们将针对L8正交表中存在一个缺失值的情况，展示一种使用Excel的矩阵函数的分析方法，并通过与使用JMP的分析结果进行比较，加深对“模型”计算原理的理解。拟合”。，我们提出了一种可用于进一步应用的基本计算方法。
高级统计建模自动化和脚本基础数据分析与建模消费者和市场研究数据访问数据混合和清理数据探索与可视化实验设计大规模定制预测模型和机器学习质量与工艺工程可靠性分析分享和交流结果
