隨附的JMP表顯示了模擬方案。“ p true”列具有一個用於模擬二進制結果Y的模型，該模型在連續建模類型的“ Y cont”列和分類建模類型的“ Y cat”列中顯示。在以後使用不同的平台分析它們時，必須在不同的建模類型中具有相同的結果。用於模擬Y的模型是logit形式的簡單截距加斜率模型：logit（p）= 15 + 60 * X。
“ p true”公式是X的函數。該表具有42個任意數目的行，這些行平均分佈在X的-1、0和1級別，即在3個級別中的每14個行。
此表上保存的腳本引用了3種對Y建模的方法-即Gen回歸，非線性回歸和名義Logistic回歸。創建列“ p公式”是為了滿足進行非線性建模時對列公式的需求。
我的期望是在以非常大的置信區間（如果有）的形式在用於模擬Y的3個不同平台的報告中看到危險信號。這是因為X設計無法提供“ p true”模型中使用的參數的唯一證據，即，intercept = 15，slope = 60。
根據運行已保存的腳本的結果，我發現對於非線性和擬合標稱Logistic平台，用於Y估計的預期紅色標記是顯而易見的。非線性平台無法生成基於輪廓似然的CI，而Fit Nominal Logistic除警告標誌（不穩定）外還具有非常大的CI。問題出在Gen Regression平台上。完整模型的報告確實顯示了誇張的配置項。但是，如果使用模型選擇，則CI的結果將非常狹窄，幾乎暗示著對點估計的確定性，而該點估計在很大程度上偏離了預期。
問題：我們應該如何解釋完整模型CI和選定模型CI之間的歧義？如果所選模型形式與完整模型不同，該怎麼辦？我們如何看待這個問題？Gen回歸可以為完全分離提供危險信號嗎？我在所有這方面都使用了JMP15.1 Pro。
