“失拟”报表可为评估模型是否良好拟合数据的检验提供详细信息。仅当可以执行该检验时才会显示“失拟”报表。该检验依赖于使用独立于模型的估计值估计响应方差的能力。构造该估计值要求模型效应的重复值处有响应值。该检验涉及纯误差估计值的计算，它基于利用这些重复观测得到的平方和。
|
•
|
X 变量没有重复点，所以无法计算纯误差平方和。
|
|
•
|
模型饱和，这表示估计参数的个数与观测数相同。这种模型完全拟合，所以不可能评估失拟。
|
模型中的误差平方和与纯误差平方和之间的差值称为失拟平方和。若模型不合适，失拟变异会显著大于纯误差变异。例如，您的预测变量的函数形式可能有误，或是您模型中的交互作用效应可能不足或不正确。
|
‒
|
|
‒
|
纯误差平方和是每个重复的观测组的平方和的总和。用纯误差平方和除以其自由度可估计给定的预测变量设置下的响应方差。该估计值不受模型影响。通常情况下，若有 g 个组，每组中每个效应具有相同的设置，则纯误差平方和（表示为 SSPE）计算如下：
|
失拟均方与纯误差均方之比。F 比检验的是以下假设：失拟估计的方差与纯误差均方相等，这可以解释为表示“无失拟”。
