JMP 14.2 联机文档
发现 JMP
使用 JMP
基本分析
基本绘图
刻画器指南
实验设计指南
拟合线性模型
预测和专业建模
多元方法
质量和过程方法
可靠性和生存方法
消费者研究
Scripting Guide
JSL Syntax Reference
该帮助的版本不再更新,请参见
https://www.jmp.com/support/help/zh-cn/15.2
获取最新的版本.
拟合线性模型
•
统计详细信息
•
响应模型
• 连续响应
上一个
•
下一个
连续响应
当响应列(被分配了 Y 角色的列)为连续型时,JMP 直接拟合响应的值。基本模型是用于每个观测的模型,如下所示:
Y
= (
X
和参数组成的某个函数) + 误差
统计检验基于以下假设:模型中的误差项服从正态分布。
连续响应的拟合原理
拟合原理被称为
最小二乘法
。最小二乘法估计模型中的参数以使误差平方和最小。拟合模型中的误差称为
残差
,它是每个观测的实际值与拟合模型所预测的值之间的差值。
若误差具有正态分布,则最小二乘法等价于估计的最大似然法。这意味着分析估计的模型给出最有可能的残差。对数似然是正态分布的误差平方和的尺度倍数。
连续响应的基本模型
连续测量值的最简单模型只拟合一个值来预测所有响应值。该值是
均值
的估计值。均值仅是响应值的算术平均值。其他所有模型都与该基本模型进行比较。