将新数据集与先前生成的模型进行比较？大家好，
有关如何将数据集与先前生成的响应面模型的输出进行比较的问题。我有一个基于主要数据集（“数据集A”）开发的响应表面模型，该模型具有一个响应变量和三个输入变量。输入变量是特定条件（例如10-30C，10-90％RH）中的环境条件-温度，湿度和光照水平。我还具有第二个数据集（“数据集B”），该数据集具有相同的响应变量，该变量是在单个温度，相对湿度和光照水平下获得的。我想测试用于生成数据集B的条件的响应面模型对响应变量的估计是否在统计上与数据集B的实际平均值不同。最好的方法是什么？我考虑过要进行一次样本t检验，以将数据集B与模型的预测值进行比较，但这并未考虑与模型估计值相关的误差。
感谢您的任何建议。
其他回复：将新数据集与先前生成的模型进行比较？您只有一个观察值可以检验原假设，所以您不能使用Ť -测试。
您可以改用预测间隔来确定新观察是否意外。
回复：将新数据集与先前生成的模型进行比较？@markbailey谢谢。有没有办法从模型输出窗口查看预测间隔？
