多元回归中的失拟的疑问

黄羊山客

失拟检验可以评价模型拟合效果好坏。
失拟检验是把方差分析中误差平方和15.7417分成两部分，一部分称为纯误差，是x取值完全相同（不管有几个自变量x，它们的取值完全相同才能计算纯误差）的平方和，你的数值显示这项平方和为0.50000，然后从误差平方和中扣除纯误差平方和后的数值得到失拟项的平方和，两个平方和除以各自自由度即得到均方和，均方和的比值就是F统计量，根据F统计量确定是否存在失拟。
如果检验失拟时P值小于0.05，往往提示我们目前模型中拟合的这些项可能不够，需要增加其他项。
当计算纯误差平方和的自由度比较小时（你的数据显示纯误差的自由度只有1，说明只有两次完全重复），失拟检验意义不大。
怎么样？有帮助吗？

黄羊山客

JMP帮助文件中的一段话：“模型中的误差平方和与纯误差平方和之间的差值称为失拟平方和。若模型不合适，失拟变异会显著大于纯误差变异。例如，您的预测变量的函数形式可能有误，或是您模型中的交互作用效应可能不足或不正确。”
总误差平方和是相应的“方差分析”表的误差行中的平方和。纯误差平方和是每个重复的观测组的平方和值的总和。

黄羊山客

tools0303 发表于 2017-3-28 09:45
感谢！ 您会的两个回复  我具体参考哪一个  是纯误差的自动度小比用考虑 还是我的方程 可能有误差？

恭喜你，你的模型很好。
首先是纯误差的自由度比较小，失拟检验意义不大。如果考虑失拟，失拟检验的P-Value=0.377，也不存在失拟。同时，拟合模型的R方为0.990558，调整R方为0.986362，这两个数值都比较高，说明模型拟合效果很好。接下来就可以用你的模型进行预测或者模拟了。

黄羊山客

admin 发表于 2017-3-28 10:03
人才济济的JMPer，太强了！

谢谢管理员表扬