多重正交回归<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我有一个多元线性回归拟合，它有一个实际的预测图，如下所示：
实际按预测情节
由于标准回归似乎存在偏差，我能做些什么来获得更好的契合度呢？在JMP或SAS中是否存在适当的多重正交回归？如果是这样的话？我可以使用JMP中的另一种技术来解决这个问题吗？该模型只是主要影响。
Re：多重正交回归你好bjbreitling，
我建议的第一件事是在Analyze> Modeling下进行分区分析。 使用与原始分析相同的响应和因子。 通过在模型对话框中选择验证部分，确保使用至少20％的验证集。 您还可以创建一个验证列，然后将其添加到分析中。 首先是第一件事。 设置好后，选择确定，然后您将看到分析页面。 模型构建部分尚未运行。 您需要选择Go。 如果您没有看到Go，那么您还没有选择验证集。 如果您没有看到Go，请选择Split并继续选择Split，直到您不再进一步 - 单击split时不会再进行拆分。 转到顶部的红色热点并选择列贡献，以查看哪些变量对您的模型最重要。 如果你有JMP Pro做同样的分析，但这次做一个Bootstrap森林。 您可能会发现重要的变量存在差异。
从这一点开始，返回Fit Model并使用最重要的变量构建仅限Main Effect模型，然后构建包含Interactions的模型。 如果有重要的互动，你会在这里看到它们。 同样，如果你有JMP Pro，请使用右上角标准最小二乘法下拉下的广义回归平台。这是一个很好的变量收缩技术，可以尝试所有主要效果和相互作用。
在JMP中，在Analyze> Fit Y by X下进行单变量正交拟合。 不确定SAS在那里提供什么。
希望这可以帮助，
法案
