明顯不合適大家好，非常感謝您的時間和回复。 我使用主效應、交互作用，有時甚至是二階模型建立了一個模型。 我使用了標準最小二乘法和 60% 的數據。 大約 20% 用於驗證，20% 用於測試集。
R2、adj R2 以及驗證集和測試集的 R2 都約為 98-99%。 VIF 均在 1 到 2 之間。
唯一的問題是我嚴重缺乏適應性。
我在這裡能做什麼？ 我可以忽略 LoF 嗎？
PS：我注意到，當我從 GenReg 找到一個模型（剪枝或套索等）並使用其模型術語並在標準最小二乘中嘗試它們時，我得到幾乎相同的模型，但明顯缺乏擬合。 這是否意味著 GenReg 中沒有考慮到它？
預測建模和機器學習回复：嚴重不合身再次感謝您的熱情答复@P_巴特爾，我同意大多數重複點的方差相對較小。
為了回答您的問題，我提供了另一個屏幕截圖。
回复：嚴重不合身殘差與預測變量圖如何顯示？ 這可能暗示模型中缺少項或效應。 殘差與運行順序（如果您運行了設計的實驗）出現了嗎？ 這可能表明不穩定方差或其他一些潛在變量效應可能已進入實驗執行事件，也可能導致 LOF。
從預測與殘差圖的外觀來看，我認為 LOF 的主要原因是大多數重複點的方差相對較小。 這使得 LOF 方差分析中的純誤差項與 LOF 誤差項相比非常小，並且更有可能出現“顯著 LOF”p 值。
正如您所說，實際值和預測值之間的差異大小實際上並不顯著，因此如果模型仍然可以用於其預期目的......哦，好吧，您已經LOF了。 誰在乎？
回复：嚴重不合身感謝您的快速回复@P_巴特爾。 殘差請參見附圖。 我不認為他們看起來有問題嗎？
該模型目前將用於優化，並且在不久的將來將用於預測。 預測的錯誤不會產生太大的影響。
回复：嚴重不合身嚴重的 LOF 可能有多種來源。 幾個問題：
1. 你的殘差圖是否提供了有關 LOF 來源的一些線索？ 這些圖是否顯示任何非隨機結構或可疑模式？
2. 該模型的目的是什麼？ 解釋還是預測？ 如果可以解釋的話，LOF 可能問題不大。 如果它是預測性的，那麼與預測“錯誤”的程度相比，LOF 條件對模型在因子空間中進行預測的效用有多大影響。 如果預測的錯誤程度實際上沒有影響，我就不會擔心使用具有顯著 LOF 的模型。
