基於來自其他列的值的列中的回歸 P 值你好... 我試圖找到 Nelson Rule number 3（增加或減少 6 個點）的替代方法，它使用基於多個連續點、alpha 值和結果 p 值的回歸來幫助我在信號足夠大時進行標記克服噪音。 這將用於工具磨損類型的控製圖。
假設我有一個如下所示的數據集（為簡單起見），其中；
X 是我的自變量，Y 是因變量。 我想計算連續點回歸的 P 值（在下面的例子中 N=3），以幫助我理解何時有足夠大的信號來克服回歸中的噪聲。
顯然，下表中的 p 值是示例性的
我認識到 N 可能需要更大（當然，這取決於信號的大小）。
我是否可以創建一個腳本來執行此操作，以便我可以使用 N 和 alpha 來幫助我理解回歸與 null 何時不同？ 如果我可以在表格中獲得 p 值，我並不真正關心控製圖上的註釋。
謝謝
| X | 是 | P值 | 坡 | 子組大小 |
| 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 |
數據表腳本編寫回复：基於其他列的值回歸列中的 P 值循環遍歷數據表，構建 x 和 y 矩陣，然後使用 Linear Regression() 函數執行回歸將是一件簡單的事情。在 2 個矩陣中放置什麼值的決定將是要變化的項目。
這是來自腳本索引的示例，用於 Linear Regression() 函數
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>
