錯誤：0.05顯著的曲線陰影錯誤圖，即使我的模型具有高R2值的顯著性我在JMP中適合模型。除了我的圖表之外的所有內容都很奇怪。
該模型的重要性為0.0476
RSquare 0.951662
RSquare Adj 0.794562
均方根誤差0.928013
響應平均值88.68333
觀察（或總和）18
粉紅色區域似乎涵蓋了一切錯誤。還有其他人遇到過這個嗎？
Re：ERROR：0.05顯著的曲線陰影誤差圖，即使我的模型具有高R2值的顯著性我想可能需要更多細節。通常，這些奇怪類型的結果是由於模型術語中的非常高的多重共線性而發生的。
槓桿圖看起來像什麼？
如果右鍵單擊“參數估計”表並添加VIF列，這些數字是什麼樣的？
Re：ERROR：0.05顯著的曲線陰影誤差圖，即使我的模型具有高R2值的顯著性嗨丹，謝謝你的快速回复。
Leverage Plots看起來都很不錯。示例圖片附在此處。
VIF很高（> 5）：
VIF
12.19448
11.013741
16.435892
28.099305
1.1546501
1.2200138
7.8651502
14.560553
5.9118511
10.052586
8.2589787
5.4652854
5.4652854
1.0590402
然而，即使我逐步通過模型來消除其中一些因素，VIF小於3的模型的精煉版仍然具有相同的陰影圖。（附在這裡）。這也是一項混合研究，因此X1,2,3和X4具有內在的相關性（加起來總和為100％）。
Re：ERROR：0.05顯著的曲線陰影誤差圖，即使我的模型具有高R2值的顯著性啊，混合情況解釋了很多。您正在使用Scheffe模型。由於混合因子的內置共線性，它們通常會有更多與預測相關的誤差。
在觀察到的預測圖上展開y軸刻度。我想你會看到出現錯誤界限。可能會出現很高的錯誤，因為您在此模型中確實沒有很多重要的術語。也許只有一個術語，X6。
您的X1-X4術語的重要性是誤導性的。p值與將參數估計值與0進行比較的測試相關聯。但是你正在使用Scheffe模型。Scheffe混合項的參數估計是數據平均值和組件效果的組合。因此，更有意義的測試是將參數與總體平均值進行比較（對於您的場景，為88.68）。考慮到這一點，您將看到X1到X4術語中沒有一個看起來“重要”。您可以通過為每個參數估計添加95％置信區間來進行驗證。如果X1-X4的置信區間包含整體均值，則該組分沒有太大影響。
換句話說，看起來你在混合空間中到處都是相同的響應。X5似乎沒有影響，但X6確實如此。
Re：ERROR：0.05顯著的曲線陰影誤差圖，即使我的模型具有高R2值的顯著性謝謝Dan。那講得通。
鑑於這種解釋，我的模型在α<0.05正確時仍然顯著？即使它只是基於X6的價值？
再次感謝
Re：ERROR：0.05顯著的曲線陰影誤差圖，即使我的模型具有高R2值的顯著性基於X6術語，整體模型可能很重要，這是正確的。
意識到由於Scheffe模型的主要影響問題，即使模型不是，整體模型測試也可能顯示出顯著性。
回复：錯誤：0.05有效曲線陰影陰影誤差圖，即使我的模型在R2值較高的情況下也是有效的嗨，丹，
我要跟進擬合模型平台中的Scheffe模型擬合問題。在參數估計值將估計值與null = mean進行比較而不是將其與null = 0進行比較時，是否有合適的方法適合此模型？
換句話說，是否有更好的方法擬合此模型以獲得更正確的輸出和傳遞方程？
謝謝，
回复：錯誤：0.05有效曲線陰影陰影誤差圖，即使我的模型在R2值較高的情況下也是有效的我的一位同事編寫了一個腳本來提供適當的測試。但是，我總是提醒任何從事配方工作的人：您將如何處理這些信息？假設組成部分不重要。那個的真實意義是什麼？這是否意味著您可以從配方中刪除該成分？不，這並不意味著。您可能可以將其從配方中刪除，但是Scheffe模型不是因果關係的。因此，請謹慎使用。最後，此腳本會將列添加到現有的“參數估計”表中（即使該報告已關閉）。您將看到對所有模型效果的測試，該報告僅對主要效果有效。
Names Default to Here( 1 );
// find current Fit Least Squares platform
window = Get Window List();
n windows = N Items( window );
For( w = 1, w <= n windows, w++,
window ref = Get Window( w );
title = window ref << Get Window Title;
If( Contains( title, "Fit Least Squares" ),
Break();
);
);
// obtain values for proper t-test of estimates
mean = window ref["Summary of Fit"][NumberColBox(1)] << Get( 4 );
err df = window ref["Analysis of Variance"][NumberColBox(1)] << Get( 2 );
estimate = window ref["Parameter Estimates"][NumberColBox(1)] << Get As Matrix;
std err = window ref["Parameter Estimates"][NumberColBox(2)] << Get As Matrix;
// compute t-ratios
t ratio = (estimate - mean) :\</img> std err;
// compute p-value for each t-ratio
p val = 2 * (1 - Students t Distribution( Abs( t ratio ), err df ));
// add proper test to report
window ref["Parameter Estimates"][TableBox(1)]
<< Append( Number Col Box( "Proper t Ratio", t ratio ) )
<< Append( Number Col Box( "Proper Prob>|t|", p val ) );
window ref["Parameter Estimates"][NumberColBox("Proper Prob>|t|")] << Set Format( 8, 97) << Set Conditional Format( "PValue" );
window ref["Parameter Estimates"] << Append(
Text Box( "Proper tests valid for linear terms only!" );
);
回复：錯誤：0.05有效曲線陰影陰影誤差圖，即使我的模型在R2值較高的情況下也是有效的感謝Dan的詳細回答。
我不想從配方中除去任何成分。對於這種混合DOE，我們實際上有4種不同的響應，並且構建了4個模型。我希望確定每個模型中真正重要的參數，並最終結合來自4個模型的預測方程式，以最大限度地提高某些可取性。
