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。
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。