<交叉验证方法> 和方法 = <方法指定>
仅当在“模型启动”控制面板中将某种交叉验证方式选为“验证方法”时，才显示该报表。它显示模型拟合的汇总统计量，拟合所用的因子数为 0 到提取的最大因子数（在“模型启动”控制面板中指定）。该报表还提供“PRESS 均值根值图”。请参见PRESS 均值根图。使用最小 PRESS 均值根统计量标识最佳因子数。
图 6.9 “交叉验证”报表
当选定标准化 X 选项时，标准化会一次性应用到整个数据表。它不会重新应用到各个训练集。但是，当选定中心化或统一尺度选项的任意组合时，该选择组合会应用到每个交叉验证训练集。使用这些训练集执行交叉验证，若选定这些选项则会对它们单独进行中心化和统一尺度。van der Voet 检验的统计量，它检验具有不同提取因子数的模型是否与最佳模型存在显著差异。每个 van der Voet T2 检验的原假设假定基于相应因子数的模型与最佳模型没有差异。备择假设是该模型与最佳模型有差异。有关更多详细信息，请参见van der Voet T2。
Q2
累积 Q2
R2X
累积 R2X
R2Y
累积 R2Y
|
•
|
累积 R2Y 随因子数的增加而增大。这是因为随着因子添加至模型，更多的变异得到解释。
|
|
•
|
Q2 的趋势是随因子数的增加，先增大后减小（或至少停止增大）。这是因为随着更多的因子添加至模型，模型开始调整训练集，对于新数据却得不到较好的结果，导致 PRESS 统计量减小。
|
图 6.10显示 Penta.jmp 数据表针对因子数标绘的累积 R2Y 和 Q2，验证方法为“留一法”。累积 R2Y 增加，并且在大约四个因子时开始趋于平稳。统计量 Q2 在两个因子时最大，然后开始趋于平稳。该图表明具有两个因子的模型将能够解释 Y 中的大部分变异，且不会过拟合数据。
对于指定的因子数 a，按以下方式计算“PRESS 均值根”：
|
1.
|
对每个训练集拟合具有 a 个因子的模型。
|
|
3.
|
|
4.
|
a 个因子的“PRESS 均值根”是所有响应的 PRESS 值的平均值的平方根。
|
|
5.
|
多个 Y 的 PRESS 统计量通过计算在第 3 步中获得的全部响应的 PRESS 统计量的平均值得到。
|
Q2 的计算
统计量 Q2 定义为 1 - PRESS / SSY。PRESS 统计量是模型的所有响应的预测误差平方和平均值，该模型基于训练集构建，但是基于验证集计算。SSY 的值是所有响应的 Y 的平方和平均值，这些响应基于验证集中的观测值。