他の列の値に基づく列の回帰P値やあ... ネルソンルール番号3（6ポイントの増加または減少）の代替案を見つけようとしています。これは、連続するポイントの数に基づく回帰を使用して、アルファ値と結果のp値を使用して、信号が十分に大きい場合にフラグを立てるのに役立ちます。ノイズを克服します。 これは、ツール摩耗タイプの管理図に使用されます。
以下のようなデータセットがあるとします（簡単にするため）。
Xは私の独立変数で、Yは従属変数です。 連続するポイント（以下の例ではN = 3）の回帰のP値を計算して、回帰のノイズを克服するのに十分な大きさの信号がある場合を理解できるようにしたいと思います。
明らかに、p値は例示のために以下の表にあります
Nはもっと大きくする必要があるだろうと私は認識しています（もちろん、それは信号のサイズに依存しますが）。
これを行うスクリプトを作成して、回帰がnullと異なる場合を理解するのに役立つNとアルファで遊ぶことができますか？ 表にp値を含めることができれば、管理図の注釈はあまり気にしません。
ありがとう
| NS | Y | P値 | スロープ | サブグループサイズ |
| 1 | 3 | | | |
| 2 | 6 | | | |
| 3 | 9 | 0.05 | | 3 |
| 4 | 12 | 0.05 | | 3 |
| 5 | 12 | 0.1 | | 3 |
| 6 | 12 | 0.54 | | 3 |
| 7 | 11 | 0.5 | | 3 |
| 8 | 13 | 0.1 | | 3 |
| 9 | 15 | 0.07 | | 3 |
| 10 | 17 | 0.05 | | 3 |
データ表スクリプティングRe：他の列の値に基づく列の回帰P値データテーブルをループし、x行列とy行列を作成してから、Linear Regression（）関数を使用して回帰を実行するのは簡単なことです。2つのマトリックスにどの値を配置するかの決定は、変更する項目になります。
これは、線形回帰（）関数のスクリプトインデックスから取得した例です。
Names Default To Here( 1 );
/*Simple Linear Regression: y = intercept + beta * x + error*/
y = [3, 5, 7, 5];
X = [1, 2, 3, 4];
{Estimates, Std_Error, Diagnostics} =
Linear Regression( y, X, <<PRINTTOLOG></PRINTTOLOG>
