多元線性迴歸與失擬我偶爾需要對塑膠管道的加速測試進行多重線性迴歸分析計算。 擬合的迴歸方程式用於將失效時間結果外推至最終使用溫度和內部壓力條件，這些條件遠遠超出了加速測試中所採用的條件。 在此過程中，需要對所得迴歸方程式進行失擬檢驗，以評估這種類型的外推是否合理。
對於失擬檢驗，殘差平方和 SS(E) 必須分解為「失擬」平方和和「純誤差」平方和。 這兩者相加後等於殘差平方和。 純誤差平方和是從相同條件下（即使用相同的自變數）重複測試獲得的數據得出的。 透過減法獲得失擬 SS。 然後根據平方和和每個的適當自由度計算均方。 檢定的 F 比率 = 失擬均方除以純誤差均方。 此檢定的原假設是資料擬合充分。 如果計算出的 F 比率小於從此類表格中獲得的 F 臨界值，則接受原假設，並得出結論，具有擬合參數的迴歸方程式充分代表了超出測試條件的資料。 如果 F 比率超過表中的臨界值，則零假設將被拒絕，並且應該返回到第一個方，並使用手頭的數據嘗試不同的回歸方程，至少為了外推到零假設之外的條件。利益加速測試中所用人員的界限
到目前為止，我的問題是我們使用的迴歸分析套件僅提供迴歸平方和和 SSE 結果，它不會將 SSE 分解為其純誤差和缺乏擬合分量。 因此，我必須在單獨的 Excel 電子表格中執行此操作才能執行此特定分析。 我的問題是，是否有統計套件可以為我做這件事，以便在我進行此類計算時加快處理速度。
消費者與市場研究品質和工藝工程回覆：多元線性迴歸與失擬我引用的測試方法適用於熱塑性管道的測試，其中材料表現出蠕變變形和應力斷裂行為。 測試在遠高於管道在使用中和高溫下的各種機械應力水平下進行，以加速製造管道或配件的材料中發生的物理過程。 ASTM F2023測試添加高度氯化的水作為管道中的加壓介質，以模擬/加速飲用水中的含氯消毒劑對管道材料降解的影響。 故障時間資料透過多元線性迴歸擬合為 y = b1 + (b2*x1) + (b3*x2) + b4*x1*x2 形式的方程，其中 b 是迴歸方程的係數x 是絕對測試溫度和測試樣本中的機械應力的變換。 然後使用擬合方程式來估計正常最終使用溫度和內部壓力（在管壁材料中產生機械應力）下管道的使用壽命。 這種方法已經使用了幾十年，沒有考慮當您得到最終使用溫度和壓力時，由擬合迴歸方程式表示的平面響應曲面是否實際上是平面。 這種用途在某些文本中得到了解決，例如 Draper & Smith，應用迴歸分析，第 2 版，第 1.5 節。 塑膠管道產業正在根據此類分析來確定哪些產品適合長期使用，而無需檢查回歸方程式是否確實適合該目的的數據。
感謝您的回覆和您提供的連結。 我會看看。
回覆：多元線性迴歸與失擬感謝您的連結。 我會看看。
回覆：多元線性迴歸與失擬@DEDuval我將採取稍微不同的策略@statman ，儘管我不反對他貢獻的任何內容。 您是否僅使用老式的普通最小二乘迴歸進行分析？ 正如擬合模型平台中的 JMP 標準最小二乘個性化。 從你原來的貼文中我並沒有100%清楚。 如果是這樣，您可能還想查看 JMP 的全套可靠性和生存數據探索和建模技術。 一般來說，與 OLS 相比，對事件時間系統進行建模可以受益於使用一些替代分析方法。 JMP 可靠性和生存方法的完整補充可在 JMP 線上文件中找到：
https://www.jmp.com/support/help/en/15.1/#page/jmp/introduction-to-reliability-and-survival.shtml#ww1256080
回覆：多元線性迴歸與失擬@DEDuval ，您的陳述“擬合的回歸方程式用於將失效時間結果推斷為最終使用溫度和內部壓力條件，這些條件遠遠超出了加速測試中所採用的條件。”有點混亂。 您是說您的加速測試未涵蓋您試圖得出結論的條件？ 通常，在加速測試中，條件是否會被誇大以模擬長期條件？ 我們對產品進行搖晃、烘烤和灑水，以暴露故障，及時代表故障。 我們如何暴露這些產品以及在什麼條件下暴露通常是一個有根據的猜測，然後隨著時間的推移，我們完善這些加速模型以匹配現實。 TMK，缺乏擬合檢定並不能真正回答是否可以推斷出超出研究進行的推理空間的結果。 它們用於評估模型是否適合手頭上的數據。回覆：多元線性迴歸與失擬如果您的問題是：JMP 能否計算失擬 SS，答案是肯定的。
https://www.jmp.com/support/help/en/15.1/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/lack-of-fit.shtml
