|
本帖最后由 niksong 于 2014-5-3 11:33 编辑
哈哈,并没有反对这些话的意思,只是从我个人的角度来稍微咬文嚼字一下.
失拟检验的P>0.05:方差分析的p<0.05可能说明模型模型是可用的,但是并非就能说明很好,模型的好与不好还是得看残差误差或R方或调整的R方或误差预测平方和等.
至于失拟检验最主要的目的是确认现有模型是否合适或者是否有进一步的改进空间,有可能这个模型很好了(例如R方达到90%以上),但是失拟检验P值却小于0.05,那只能说明模型还有进一步有优化的空间(例如还缺少显著项,高阶项等)但并不是说这个模型就是完全失效的,只是说,嗯,你还可以变得更好.
当然,是否需要进一步优化,那得根据你的实际需要,因为改进从某种程度上是需要更多数据或成本的,例如全因子的试验要添加二次项则需要变成响应曲面设计,需要更多试验数据,如果你觉得这是需要值得的,那么请继续,如果你觉得全因子得出的结论已经达到了你的要求,那么严谨地说,也不能说这个模型是不可用的,只是其拟合程度不如响应曲面而已.
引用一句大牛的话:"所有的模型都是错的,只是一些确实有用而已". 所以从这点来说,最后的模型拟合程度的要求是和你的目的很相关的.
哈哈,不过回过头再看看这些红字也没啥问题,就当练练打字,相互交流! |
|