在试图了解外推的 T^2 阈值是如何从帮助部分，我的结论是，对于具有相同列数 (p) 和行数 (n) 且没有丢失数据的任何数据集，给定 sigma 级别的 T^2 阈值应该是恒定的。 这是因为公式：T^2 阈值 = {(n+1)(n-1)p/[n(np)}*F(p, np);仅是“n”和“p”的函数。
下面附上的两个表都有 10 列和 100 行，具有不同的协方差矩阵。 在这两个表中，它们各自（非正则化）T^2 的公式通过多元>异常值分析>T^2（保存的脚本）保存为第 11 列。在这两个表中，我使用了这个公式的分析器来调用外推控制（保存的脚本）。 在 Simulation 1 表中，阈值为 18.20937。 在 Simulation 2 表中，它是 17.95714。
鉴于两个表具有相同的“n”和“p”，它们的 T^2 阈值如何不同？ 或者“n”和“p”会指代除行和列之外的其他东西吗？
其他：在同一帮助部分中，据说使用正态分布的 K-sigma 限制来定义阈值。 如果默认值 K=3，是否意味着自 3-sigma ~ 99.73% 以来在 F(p, np) 中使用了 0.9973 处的 F 分位数？
刚刚意识到公式： T^2 阈值 = {(n+1)(n-1)p/[n(np)}*F(p, np);是用于小于10个非缺失值，否则为T^2 threshold = T^2-hat + K*sigma(T^2)，这解释了两个表中不同的阈值。
