將新資料集與先前產生的模型進行比較？大家好，
有關如何將資料集與先前產生的響應面模型的輸出進行比較的問題。我有一個基於主資料集（「資料集 A」）開發的響應曲面模型，其中包含一個反應變數和三個輸入變數。輸入變數是環境條件 - 特定範圍內的溫度、濕度和光照水平（例如 10-30C、10-90%RH）。我還有第二個資料集（「資料集 B」），它具有相同的反應變量，是在單一溫度、相對濕度和光照水平下獲得的。我想測試響應面模型對用於產生資料集 B 的條件的反應變數的估計值是否與資料集 B 的實際平均值有統計差異。最好的方法是什麼？我考慮過進行單樣本 t 檢驗，將資料集 B 與模型的預測值進行比較，但這沒有考慮與模型估計相關的誤差。
感謝您的任何建議。
品質和工藝工程回覆：將新資料集與先前產生的模型進行比較？也許您可以將資料集 B 附加到資料集 A 並將其標記為驗證。 然後您可以使用模型工作流程來獲得比較結果。回覆：將新資料集與先前產生的模型進行比較？擬合最小平方法平台針對的是平均值。 此模型用於平均響應。 預測刻畫器提供了平均值的置信區間：
您必須保存各個觀察的間隔。 我建議您保存公式，以便您可以使用新資料新增行，公式將評估條件並給出比較間隔：
回覆：將新資料集與先前產生的模型進行比較？@馬克貝利謝謝。有沒有辦法從模型輸出視窗查看預測區間？
回覆：將新資料集與先前產生的模型進行比較？您有一個觀察值來檢驗原假設，因此您不能使用t -測試。
您可以改為使用預測區間來確定新觀察是否意外。
