當您在「擬合模型」平台中使用對數線性方差特性時，我一直在尋找有關 JMP 擬合模型刻畫器中預測區間實施的更多詳細資訊。 與我在幫助或網路上找到的內容相比，您能否提供更多見解？ 例如，它在計算中是否使用設計矩陣？ 像這樣：
和
（這是我在文件中錯過的部分）
將西格瑪平方（帽子）作為模型 RSME（對於對數線性方差，我猜這是一種設計條件的預測 RMSE）並且xh新的設計條件。 我希望如此，因為這對於做到這一點來說非常強大。
此外，我的觀點是預測積分正是我們所需要的。 我過去（很久很久以前）曾說過，一般來說預測刻畫器中的這些預測間隔將是這個強大工具的最終補充。 我的意思是，預設的多元迴歸模型（標準最小二乘）是大多數使用者使用的模型，不幸的是預測間隔在那裡不可用！ 此外，在模擬器中使用這樣的學生分佈也很容易，而不是不考慮設計矩陣和自由度的常態分佈（它甚至以多重回應形式作為多元學生分佈存在）！ 原因是大多數人先使用DoE，然後提出邏輯上自由度較低的模型。 因此，常態近似不太成立。
僅供參考，由於模擬器中的常態分佈較差，許多人無法真正使用 JMP 進行設計空間計算（QbD 環境）來獲得缺陷機率。 然後，我們通常需要回到 R 或 SAS 來做這件事，不幸的是，這是一個巨大的時間損失。
想重開。現在 PI 可在預測刻畫器中使用，可以肯定 JMP 開發人員知道要使用的 Student t 分佈的形狀。如果可以將其添加到模擬器中以從學生生成模擬，並考慮 df 和設計矩陣（請參閱上面的公式），那就太棒了。
謝謝 ！
