在一张图上绘制多元线性回归线你好呀！
我有 10 个 Y 测量值全部针对一个 X，如何使用线性回归线（在散点图上）比较一张图表上的响应？ Y 一式三份。 我已附上包含数据的 Excel 文件。
回复：在一张图上绘制多元线性回归线我通过 Matlab 和这个线程中的方法运行了一些现实世界的数据。 该协议不仅仅是数据中的有效数字。 非常感谢。 这非常好，而且很容易使用。回复：在一张图上绘制多元线性回归线由于该变量的编码方式，参数估计不显示分类变量最后一个类别的参数估计。 最后一个类别是 -1*（其他参数估计值的总和）。 在本例中，50.9 + -11.9 = 39.0（当然是四舍五入）。 因此，从数学上讲，您不需要显示最后的参数估计值（实际上，由于数学的完成方式，它不会显示）。
无论如何，这就是 JMP 提供预测方程选项的原因。 您还可以在“扩展参数估计”表中看到它，可以从红色弹出菜单中选择“估计”>“扩展估计”。
回复：在一张图上绘制多元线性回归线参数估计表显示聚合物[C]没有截距偏移，但预测方程表明它实际上是 -39.05458586。 请问这是为什么呢？
回复：在一张图上绘制多元线性回归线谢谢。您建议的模型是示例中的模型，我在示例底部看到了参数估计值，但这对我来说没有意义，因为我习惯了第三个参数（示例中的聚合物）标记数据集但不用作偏移量的输出。所以，我认为你所说的是，通过将每种聚合物的估计值添加到截距估计值中，我将得到我习惯看到的显式截距。 因此，聚合物A的截距为-122.84 + 50.94 = -71.90，聚合物C的截距为-122.84 + 0 = -122.84。
幸运的是，我可以用自己的数据快速检查这一点，并将结果与 Matlab 的结果进行比较。在一个工具中完成这一切将会更加方便！在帮助示例中解释这一点的一两句话可能会让很多用户受益。再次感谢。
回复：在一张图上绘制多元线性回归线我认为你真正想做的是创建一个更复杂的模型，让你能够看到这个图。 我将使用清洁数据来说明。
选择适合模型。
将煤炭颗粒指定为 Y。
选择 pH 值和聚合物，然后单击添加。
单击运行。
您看到的第一张图表就是您想要的图片。
至于线的斜率，您可以从“参数估计”中获得，但我认为通过“响应煤粒子”转到红色三角形并选择“估计”>“显示预测表达式”更容易看到。
常见的斜率是 54.294。 对每种聚合物的估计是需要对整体截距进行的调整。
哦，这是一个模型，因此它最大限度地减少了所有三种聚合物和 pH 值的误差。
回复：在一张图上绘制多元线性回归线嗨吉姆，
我在回归帮助的清理示例中找到了 JMP 中的图像。查看每个数据集的拟合线如何具有相同的斜率。然而，
我无法找到任何方法从该分析中获得直线的实际方程，并且它没有明确表示所选择的斜率可以最小化所有三组数据的误差。如果我有的话，那么这个就可以了，而且很容易获得。
回复：在一张图上绘制多元线性回归线嗨吉姆，
实际上没有图形，只有方程式。如果您使用第一种方法运行示例并获取图形，则每组 x,y 对都会获得自己的 LSQ 拟合线。相反，我想为每组数据拟合一条线，但这些线具有相同的斜率。在某些情况下，这在物理上是有意义的。斜率对应于总体标准差，其只能有一个值。
生成的图表将显示穿过每组 x,y 对的拟合线，但斜率相同。有一种 LSQ 拟合可以最小化给定此约束的误差。 （当然，误差比让每条线都有自己的最佳斜率要大。）
在 matlab 中，您为每组指定一个线性方程，但两组的斜率变量相同。您只有 3 个自由度，而不是 4 个自由度。截距 1、截距 2 和斜率。但从数据表中获取数据并将其输入 Matlab 并重新格式化以便可以通过 lsqcurvefit 函数进行处理是非常繁琐的。
回复：在一张图上绘制多元线性回归线你能粘贴你的 Matlab 图形吗？ 我很难理解它的样子。回复：在一张图上绘制多元线性回归线这接近我所需要的，但我想为两组 x,y 对拟合一个斜率。 可以在matlab中完成。 如何在 JMP 中执行此操作？回复：在一张图上绘制多元线性回归线- 1. 选择文件>优先>字体。
- 这取决于你的方法。
- 双变量：每组的方程在图下方的单独报告中提供。
- 看帮助>图书>基本分析> 第 5 章。
- 拟合最小二乘法：这个模型更复杂，因此每个组没有单独的方程。 相反，每个组都有单独的参数。 从“参数估计”报告中应该可以清楚地看出，但您也可以在列公式中看到它，即单击“响应”旁边的红色三角形并选择保存列>预测公式。
- 看帮助>图书>拟合线性模型> 第 3 章。
- 图形生成器：线性趋势线的方程可在列列表下方左侧的属性中找到。
- 看帮助>图书>基本绘图>拟合线在第 3 章中。
回复：在一张图上绘制多元线性回归线非常感谢，两种方法都非常有效。 我还有两个问题，
1. 如何设置 Y 轴和 X 轴标题的格式，我可以更改命名，但无法加粗或增大字体大小。 形成我已经成功的 Y 和 X 轴刻度。
2. 是否可以获得模型中每条线拟合的方程？ 我怎么做？
回复：在一张图上绘制多元线性回归线您可以使用三种方法来“比较”这 10 个回归。 您需要首先堆叠十个 Y 列，以便所有十个列都可以工作。（选择“表”>“堆叠”）使用堆叠的数据表尝试以下方法：
- 双变量：选择“分析”>“用 X 拟合 Y”。 在 Y 角色中输入堆叠测量值列，在 X 角色中输入预测变量。 单击“确定”。 单击双变量顶部的红色三角形，然后选择分组依据。 选择标签列来标识组，然后单击“确定”。 现在再次单击红色三角形并选择拟合线。
- 拟合最小二乘法：选择“分析”>“拟合模型”。 在 Y 角色中输入堆叠测量值列。 选择预测变量 X 列和标签列。 单击宏并选择全阶乘。 单击运行。
- 图形生成器：选择图形 > 图形生成器。 将堆叠测量值列拖至 Y 放置区域，并将预测变量 X 列拖至 X 区域。 将标签列拖至叠加区域。 删除平滑元素并添加回归元素（使用画布上方的元素按钮或右键单击画布并使用菜单命令）。
