根據參數估計表中的 t 比率計算 p 值中的 DF 數（標準最小二乘法）你好，
我可能有一個微不足道的問題，但是我在其他任何地方都找不到答案。
我正在使用標準最小二乘法（使用 DSD 製作的 DOE）運行線性回歸模型。 在參數估計表（在附圖中）中，可以看到模型中每個包含的效應的 t 比率和 p 值（Prob > ItI）。 我想知道在測試中什麼是不重要的，或者換句話說，什麼是最重要的使用的自由度數對於具有 5% 顯著性水平的兩側 t 檢驗。
通過反複試驗，我發現它是用於錯誤的自由度數。 在我看來也很奇怪，F 比率的概率與 t 比率的概率相同。 你能解釋一下它背後的邏輯嗎？ 為什麼不使用所有的自由度（例如 16 而不是 11）？
謝謝，丹尼爾
回复：根據參數估計表中的 t 比率計算 p 值中的 DF 數（標準最小二乘法）您應該查看 Statistic Details 章節幫助>圖書>擬合線性模型.
這噸比率使用誤差 DF。 您可以使用 JSL 功能q = t 分位數（概率，df）獲得“臨界”分位數。 利用p /2 用於雙面情況。 看幫助>腳本索引>功能>可能性> t 分位數.
在平衡設計的情況下（您的情況）， F比率和噸比率檢驗相同的假設。 所以F比率是平方噸比率。 它們必須產生相同的p在這種特殊情況下的價值。
你不理解“自由度”。 平方和包含的項比獨立信息的數量多。 所以 DF 在均方中糾正了這一點。 例如，如果您估計了 15 個參數，那麼您將只剩下 1 個 DF 的獨立信息來評估估計值。 你不能 '吃你的蛋糕，也有它。
