Fit Modelプラットフォームで対数線形分散パーソナリティを使用する場合、JMP Fit ModelProfilerでの予測区間の実装に関する詳細を探していました。 ヘルプやインターネットで見つけられるものと比較して、より多くの洞察を提供できますか？ たとえば、計算に計画行列を使用しますか？ このような：
と
と（これは私がドキュメントで見逃している部分です）
シグマスクエア（ハット）がモデルRSME（対数線形分散の場合、これは1つの設計条件の予測RMSEであると思います）であり、 xh新しい設計条件。 これはまさにこれを行うのに驚くほど強力なので、そう願っています。
さらに、私のポイントは、予測インバーラルが私たちに必要なものであるということです。 私は過去（ずっと昔）に一般的に予測プロファイラーのこれらの予測区間は、この強力なツールへの究極の追加となります。 つまり、デフォルトの重回帰モデル（標準最小二乗）はほとんどのユーザーが使用するモデルであり、これは残念なことに予測区間は利用できません。 また、計画行列や自由度を考慮しない正規分布（多変量スチューデント分布としてマルチレスポンス形式でも存在する）の代わりに、このようなスチューデント分布をシミュレーターで使用することも簡単です。 その理由は、ほとんどの人が最初にDoEを使用し、次に論理的に自由度の低いモデルを考え出すためです。 したがって、正規近似はあまり成り立ちません。
参考までに、多くの人は、シミュレーターの正規分布が不十分なため、設計空間の計算（QbD環境）にJMPを使用して、欠陥の確率を取得することができません。 次に、通常はRまたはSASに戻ってそれを行う必要がありますが、これは残念ながら膨大な時間の損失です。
