多線性回歸模型與時間相關變量的自相關大家好，
我正在嘗試在一項跨越數週的研究中生成一個多線性回歸模型。 其中一個因素是細胞年齡，這似乎對反應有顯著影響。 在查看殘差與行圖並執行 Durbin-Watson 檢驗時，看起來數據不是獨立的（即存在自相關）。 然而，由於細胞年齡是一個與時間相關的因素，難道不會出現自相關嗎？ 在這種情況下，我是否仍需要以某種方式糾正自相關，他們是否可以在 JMP 上這樣做？
謝謝！
分析回复：具有時間相關變量的多線性回歸模型中的自相關嗨大衛，
非常感謝您的回答和解釋。 一般來說，您發送的那個鏈接看起來是 MLR 的絕佳資源。 我一定會用我的數據試一試。
再次感謝！
回复：具有時間相關變量的多線性回歸模型中的自相關我希望我們可能對這個討論有其他貢獻，但我猜由於 7 月 4 日論壇很安靜。
自相關的一般含義是標準誤差往往被低估，這會對統計推斷產生影響。
一種方法是使用回歸模型，該模型使用誤差的自回歸表示（即解釋自相關的誤差的時間序列模型）。
這是一個有用的討論：
https://online.stat.psu.edu/stat462/node/189/
好消息是，他們在文章底部提供了一個實際示例，包括數據、計算和結果。工作示例基於 Cochrane-Orcutt 程序。
我能夠使用 JMP 完成該程序，並且在每個步驟中結果都一致。
您可能想自己嘗試他們的示例。您需要做的一件事是為殘差的簡單自回歸模型構建一個列公式 - 如果您熟悉 JMP 中的滯後函數，您可以這樣做。
如果您認為此過程可能是有益的，但堅持下去，請告訴我，我可以對序列進行視頻錄製。
回复：具有時間相關變量的多線性回歸模型中的自相關你好@大衛伯納姆， 謝謝您的反饋！ 實際上，我過去曾使用過 Cell Growth 4P 模型（用於不同的目的），而且效果非常好！ 但是，我想要實現的目標完全不同。 我在下面提供更多信息。
對於我們目前的研究，我們正在研究可能影響我們細胞系生產力的不同因素。 有幾個因素，包括分類的和連續的。 分類因素包括培養基類型、批次等，而連續因素包括細胞傳代培養的次數（我在上面稱為“細胞年齡”）和培養條件。 反應是細胞產生多少感興趣的蛋白質，例如，運行 1 週的過程。 假設在第 1 週開始時，我們將細胞轉移到燒瓶中開始一個過程，在第 1 週結束時，我們測量細胞產生了多少蛋白質。 那將是一個數據點。 然後，我們將重複此操作數週以收集更多數據點。 現在，如果結果證明細胞在隨後的運行中產生的蛋白質越來越少，那麼細胞年齡將是我最終模型中的一個統計顯著因素。 我的問題是，這不會導致自相關嗎？ 如果是這樣，我應該嘗試糾正它還是只是接受它是研究固有的？
回复：具有時間相關變量的多線性回歸模型中的自相關很抱歉給出另一個沒有回答您的問題的回复 - 只是另一個觀察結果 - 您可以使用“擬合曲線”平台來擬合非線性細胞生長模型。
回复：具有時間相關變量的多線性回歸模型中的自相關是的！ 相關性的檢驗統計量約為 0.4，p 值 < 0.001。
回复：具有時間相關變量的多線性回歸模型中的自相關只是需要仔細檢查：Durbin-Watson 選項顯示檢驗統計量。然後，顯示 p 值的選項位於相關的紅色三角形上（不是您問題的直接答案，只是觀察到很容易誤解測試）。
