基於來自其他列的值的列中的回歸 P 值你好... 我正在嘗試找到 Nelson 規則 3（增加或減少 6 點）的替代方法，該方法使用基於多個連續點的回歸、alpha 值和結果 p 值來幫助我標記信號何時足夠大克服噪音。 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 是相關變量。 我想計算連續點回歸的 P 值（下例中的 N=3），以幫助我了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 值是示範性的
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 來幫助我了解回歸何時不同於空值嗎？ 如果我可以在表中獲得 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個 | 3個 | | | |
| 2個 | 6個 | | | |
| 3個 | 9 | 0.05 | | 3個 |
| 4個 | 12 | 0.05 | | 3個 |
| 5個 | 12 | 0.1 | | 3個 |
| 6個 | 12 | 0.54 | | 3個 |
| 7 | 11 | 0.5 | | 3個 |
| 8個 | 13 | 0.1 | | 3個 |
| 9 | 15 | 0.07 | | 3個 |
| 10 | 17 | 0.05 | | 3個 |
數據表腳本回复：一列中基於其他列的值的回歸 P 值我對創建這些的內置函數很感興趣新行，因為我不想使用腳本。 我確實查找了您對移動斜率的解決方案（複製在下面），但該解決方案超出了我的理解範圍。 我太老了（也太笨了），不能再做這種矩陣數學，你乘以轉置矩陣然後求逆……老實說，我不能理解這個。 因此，為什麼我會發現腳本更有用，因為它們往往更線性。 
但是謝謝。
If( Row() > 2,
x = J( Row(), 1, 1 ) || :MX[Index( 1, Row() )]`;
y = :MY[Index( 1, Row() )]`;
(Inv( x` * x ) * x` * y)[2];
)
回复：一列中基於其他列的值的回歸 P 值添加到@txnelson , 之前有過關於設置列公式來計算移動斜率的討論。 我建議您找到它並閱讀它以獲得有用的背景知識。 該解決方案的基礎是 Jim 在此處建議的功能。 您可以擴展公式以導致行狀態發生變化，然後控製圖使用該變化來確定可能發生變化信號的位置。
有很多內置功能可以用來實現這個想法，而且它們並不都需要腳本。
回复：一列中基於其他列的值的回歸 P 值遍歷數據表並構建一個 x 和 y 矩陣，然後使用 Linear Regression() 函數執行回歸是一件簡單的事情。決定在 2 個矩陣中放置什麼值將是要變化的項目。
這是取自腳本索引的示例，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>
