基於資料集而非模型提供的失擬報告是什麼激發了這個願望清單請求？
當我建立具有2 個重複（總共16 次運行）的2X2X2 因子設計，並運行具有因子效應A、C 和AC 的簡化模型時，我期望得到失擬檢驗結果，因為在這種情況下，我有8 個純誤差自由度和剩餘4個自由度可用於失擬檢定。但當我真正運行模型時，JMP 不會啟動失擬報告。
這是因為JMP 完全忽略了B 列，並將包含A、C 和AC 的模型視為兩個因素A 和C 的完整模型。模型。
您希望看到什麼改進？
我建議讓JMP保留資料（而不是模型）中涉及的因素信息，並用它來提供LoF報告。
為什麼這個想法很重要？
例如，假設使用者使用三因子因子設計中的所有可能項建立了初始模型。透過檢視效果彙總窗口，使用者可以將一些不必要的術語一一刪除。每當刪除術語時，使用者可能希望透過檢查 LoF 報告來確認刪除。然而，目前，如果排除所有涉及特定因素的項，則不提供LoF。
這可能不僅限於2級實驗數據；我認為任何通用資料集都可能發生同樣的事情。
基礎資料分析與建模實驗設計回覆：基於資料集而非模型提供的適合度不足報表 - 狀態已變更為：已確認感謝 Kangwon 的發文。平台的運作符合 LOF 的計算方式。 「完整模型」的定義參考了模型效應對話方塊中指定的術語。當您將模型指定為包含效應 A、C 和 AC 時，您就指定了一個完整模型。該模型仍然使用所有數據進行擬合（即：使用了全部 16 行數據）。在您提供的模型設計中，只有因子設計點（重複），沒有中心點。如果您在設計中包含重複的中心點，即使擬合的是完整模型，您也會產生可以檢驗二次曲率的 LOF。只有重複的因子點而沒有中心點，您只有在擬合簡化模型時才會產生 LOF，並且它會檢驗是否需要交互作用。希望這個解釋對您有幫助。謝謝！
