我可以在线性回归图中添加截距线吗（可能使用十字线工具？）你好，
我在 JMP 中使用“分析”>“以 X 拟合 Y”创建了一个简单的线性回归图。我绘制了几个数据点，x 轴表示时间，y 轴表示我在每个时间点测量的参数。我使用“拟合线”添加了简单的回归线。我还绘制了围绕数据的 95% 置信区间线（使用“线性拟合”红色三角形菜单上的“置信曲线拟合” ），此外，我还将规格下限和上限作为 LSL 和 USL 线（使用“分析”>“质量和过程”>“管理规格限”绘制）。数据显示数据随时间推移有所增加，而且趋势很明显。我的数据点落在规格线范围内，但我的 95% 置信区间线与 USL 线有一个相交点。
我的目标是能够在图表上显示此交叉点的 x 值，即在什么时间点（在 x 轴上测量）95％ 置信区间突破 USL（而不是预测回归线与其相交的位置）。我查看了所有红色三角形菜单，但没有看到任何可以添加的内容。我可以使用十字线工具物理单击此置信线与 USL 相交的位置，但这只是暂时的，只会在我按住鼠标按钮时持续。如果可能的话，我希望有一条垂直线从线的交点向下延伸到 x 轴（从而显示交点处的 x 值），或者即使这可以在图表下方的统计数据和数字上列出，那也很好。我已经看到很多关于未来推断和预测的帮助示例，但这不是我在这里所做的；我只是想从已经测量过的数据时间点直观地确定这条置信线与 USL 线相交的位置。
感觉这应该是一件非常简单的事情，所以我希望有人能帮忙。我使用的是 JMP 16.1.0。目前，我能做到的最接近此操作的方法是使用十字准线工具点击置信区间上限线和 USL 线截距点，同时截取屏幕截图。但我相信 JMP 一定有一种简单的方法可以显示这个截距——尤其是我知道 USL 点（即我想要的截距的 y 值），所以如果我知道 y，就可以计算 x，但我只是没有任何地方说明这个置信区间线的具体方程。
非常感谢任何有关此方面的帮助或提示，提前感谢您提供的任何帮助。
质量与工艺工程回复：我可以在线性回归图中添加一条截线（可能使用十字线工具吗？）有一个免费的在线 JMP 培训课程，名为“工业问题解决的统计思维。” 它分为七个模块。 其中一个模块解决了回归问题并使用了拟合最小二乘法。
我现在不记得该课程是否涵盖逆向预测。 您将找到有关逆预测的 JMP 帮助这里.
另一个有用的平台是降解. 它适用于许多情况，包括确定到期时间。 请注意，术语和标签主要来自可靠性，但为了稳定性，方法和结果是相同的。
还有一个JMP培训课程关于稳定性分析在符合 ICH Q1A 和 Q1E 的背景下涵盖这两个主题。
回复：我可以在线性回归图中添加一条截线（可能使用十字线工具吗？）嗨，马克，
非常感谢您在这方面的帮助并花时间回答我的问题。 是的，它用于确定到期时间。 在看到你的帖子之前，我已经设法用我最初做双变量拟合 Y 乘 X 图的方式进行了一些工作 - 这是通过将十字准线工具设置为我的（已知）USL 值，用于与 confid 曲线的截距，并使用此工具查看该点的 x 值，然后我单击 x 轴菜单在此处输入参考线并手动输入我查看的 x 值（我不知道我可以添加线以这种方式绘制图表，所以我在那里也学到了一些新东西！）。 我知道这确实不是一种非常复杂的方法，但是为了为报告生成一个非常快速和直接的视觉效果，目前它似乎还不错。
你的方法给了我很多看起来非常有用的信息和图表，但我需要阅读这些不同的统计评估以更好地理解它们。 正如您所建议的，令人放心的是，我可以从通过双变量平台进行的分析中看到相同的结果，例如 Prob > F/Prob>|t| 的重要性。与我之前得到的相匹配，所以我可以关注它的某些部分。 我还可以在反向预测下的统计/测试框中看到我使用十字准线工具获得的值（特别是下 95% 的值），我已经在 3 组单独的数据上检查了这一点，所以我认为我有一个基本的把握这是怎么回事。 虽然这两种方法似乎导致相同的结果，但您建议的方法看起来更好。 我可能需要一段时间才能解决这个问题，但谢谢。
您是否知道任何专门讨论此拟合最小二乘平台特别是此逆预测分析的学习材料或培训视频？
回复：我可以在线性回归图中添加一条截线（可能使用十字线工具吗？）这被称为“校准”问题或“逆预测”。 你确定到期吗？
尝试使用拟合最小二乘平台。 选择分析 > 拟合模型。 为数据列分配参数值，然后单击 Y。 选择带有时间的数据列，然后单击添加。应自动为您选择标准最小二乘法作为拟合个性。 单击运行。
常见的结果应该与您在 Bivariate 平台中获得的结果相匹配。 单击顶部的红色三角形并选择 Estimates > Inverse Prediction。
这种方式与你所要求的不同，但我认为它会给你你真正想要的。 结果是给定回归线和预测响应的标准误差的 X 的下限或上限。
