K 重交叉验证随机将数据分为 k 个子集。依次将 k 个子集中的每一个用作验证集，而将其余数据用作训练集来拟合模型。总共拟合 k 个模型，获得 k 个验证统计量。给出最佳验证统计量的模型将被选为最终模型。该方法适合小数据集，因为它能充分利用有限的数据。
注意：K 重交叉验证仅适用于连续响应。
在 JMP 中，点击“逐步拟合”红色小三角并选择 K 重交叉验证。
在 JMP Pro 中，您可以通过两种方式访问 k 重交叉验证：
• 点击“逐步拟合”红色小三角并选择 K 重交叉验证。
• 指定具有四个或更多非重复值的验证列。
若您执行 k 重交叉验证，R 方 K 重统计量显示在“逐步回归控制”面板中其他统计量的右侧。R 方 K 重是 k 重的 R 方验证值的平均值。
使用 k 重交叉验证时，“停止规则”默认为“最大 K 重 R 方”。该规则尝试使 R 方 K 重统计量最大化。
注意：“最大 K 重 R 方”仅考虑由 p 值进入（“前进”方向）或删除（“后退”方向）定义的模型。它不考虑所有可能模型。
“最大 K 重 R 方”停止规则以类似于“最大验证 R 方”停止规则的方式运行。请参见最大验证 R 方。使用“R 方 K 重”替换对“R 方验证”的引用。