失擬誤差和變異數分析我在處理實驗設計和分析中的問題時遇到一個問題。這份報告中沒有得到相同的結果。
這是本書解決方案手冊中的解決方案
我無法得到相同的結果
進階統計建模基礎資料分析與建模實驗設計回覆：失擬誤差和變異數分析非常感謝你，我明白你的意思了。
回覆：失擬誤差與變異數分析JMP 結果通常與書本結果相符，但有一項重大變化。對於所有效應和整個模型的測試，JMP 將使用總誤差（純誤差和失擬誤差的組合）。書中的結果似乎只使用純誤差進行測試。這意味著 JMP 在所有 F 檢定中使用與書中不同的分母，這會更改所有顯著性檢定/p 值。所以所有平方和似乎都匹配。書中的曲率線與 JMP 中的失擬線相符。
哪一個正確是見仁見智的問題。我認為大多數分析師會使用總誤差進行測試。為什麼？如果嚴重缺乏擬合，那麼您的總誤差項可能會大於應有的值，導致顯著效果減少。您應該消除不適合的情況以獲得更好的模型並“看到”更重要的術語。
如果失擬不顯著（如本例），則總誤差仍然有效，因為失擬平方和只是一些隨機噪聲，不會顯著影響總誤差線（因此結論不顯著） 。
我希望這有幫助。如果我誤解了這個問題，請澄清，以便我們進一步提供幫助。
回覆：失擬誤差與變異數分析效果檢定的結果也有相同的問題。
條款選擇階段是否存在一些問題？
回覆：失擬誤差與變異數分析開放式效果測試
