含時變變數的多元線性迴歸模型中的自相關大家好，
我正在嘗試針對一項為期數週的研究產生多線性迴歸模型。因素之一是細胞年齡，似乎對反應有顯著影響。當查看殘差與行圖並執行 Durbin-Watson 檢定時，資料看起來並不獨立（即存在自相關）。然而，由於細胞年齡是時間依賴性因素，難道不會出現自相關嗎？在這種情況下，我是否仍然需要以某種方式糾正自相關，JMP 上有這樣做的選項嗎？
謝謝你！
進階統計建模消費者與市場研究回复：具有時間相關變量的多元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，您發送的鏈接看起來是 MLR 的極好資源。 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元線性回歸模型中的自相關我希望我們可能對這次討論有一些其他的貢獻，但我想論壇由於 7 月 4 日而變得安靜。
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，用於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 完成整個過程，並且在每個步驟中都獲得一致的結果。
您可能想以他們的例子為自己嘗試。您需要做的一件事是為一個簡單的殘差自回歸模型構建一個列公式 - 如果您熟悉 JMP 中的滯後函數，您就可以做到這一點。
如果您認為此過程可能有益，但堅持不懈，請告訴我，我可以製作該序列的視頻記錄。
回复：具有時間相關變量的多元線性回歸模型中的自相關你好@David_Burnham ， 謝謝你的回复！ 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！ 然而，我想要實現的是完全不同的。 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，包括分類因素和連續因素。 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（我在上面稱之為“細胞年齡”）和培養條件。 反應是細胞每運行 1 週的過程產生多少感興趣的蛋白質。 比方說，在第 1 週開始時，我們將細胞轉移到燒瓶中以開始一個過程，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，如果事實證明細胞在後續運行中產生的蛋白質越來越少，那麼細胞年齡將成為我最終模型中具有統計學意義的因素。 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接受它是研究固有的？
回复：具有時間相關變量的多元線性回歸模型中的自相關很抱歉給出另一個不能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元線性回歸模型中的自相關是的！ 相關性檢驗統計量約為 0.4，p 值 < 0.001。
回复：具有時間相關變量的多元線性回歸模型中的自相關只需仔細檢查一下：Durbin-Watson 選項顯示測試統計信息。顯示 p 值的選項位於相關的紅色三角形上（不是對您問題的直接回答，只是觀察到很容易誤解測試）。
