拟合最小二乘 - 通过正态分位数绘制残差改进对于进行模型诊断，我对“按正态分位数绘制残差”没有太多信心。 我通常将模型中的残差保存到一个新列中，然后使用分布平台在那里创建一个正常的分位数图。
实线红线的拟合似乎与使用拟合最小二乘法的残差下降位置不太匹配。 红实线的斜率不是很好的拟合。 我查看了一些示例数据集，发现这些数据集中的默认模型脚本存在问题：
2x3x4 阶乘
反弹数据
葡萄酒数据
2 年前，我将其作为 JMP 票，但没有真正的解决方案。
统计和分析回复：拟合最小二乘 - 通过正态分位数绘制残差改进伟大的发现，基拉！
看起来广义回归也反映了拟合最小二乘，但它适用于标准化残差并且没有置信限。 所以这是另一个例子，结果似乎在不同的建模平台上有所不同。
回复：拟合最小二乘 - 通过正态分位数绘制残差改进你好呀！
我还希望看到标准偏差，而不是拟合模型输出的正常分位数图中使用的 RMSE。
原因是，如果您使用“混合模型”个性而不是“标准最小二乘”个性，则残差分位数图也将使用标准差，而不是 RMSE 来绘制线条（即使没有随机效应包含在模型中）。 因此，为了平台/个性之间的一致性，最好只使用其中一个选项（最好是标准偏差）。
最好的，
基拉
回复：拟合最小二乘 - 按正态分位数绘制残差改进 - 状态更改为：开放投票谢谢， @jszarka . 我们正在内部跟踪请求，但我没有任何更新。
回复：拟合最小二乘 - 通过正态分位数绘制残差改进此线程的任何更新？
回复：拟合最小二乘 - 通过正态分位数绘制残差改进我想要一个选项，让残差的标准偏差（stdev）成为图表的创建方式，而不是 RMSE。 我敢打赌，如果我检查了 10 个“良好”的 JMP 摘要 DOE 数据集，那么在使用 RMSE 时，它们中的许多将无法通过胖笔测试，如上图所示。
（抱歉延迟回复 - 我正在休假，对这个话题不感兴趣！）
回复：拟合最小二乘 - 按正态分位数绘制残差改进 - 状态更改为：需要信息@jszarka ，你能根据上面的问题帮忙澄清一下吗？
回复：拟合最小二乘 - 通过正态分位数绘制残差改进在分发平台中，您可以使用“自定义...”选项复制对角线参考线并添加新脚本：
Y Function( StdDev * (Normal Quantile( x )), x );
其中“StdDev”是残差的标准差。 在“拟合模型”平台中，RMSE 用作标准差的估计值：
Y Function( RMSE * (Normal Quantile( x )), x );
您是否要求“拟合模型”平台提供一个选项，以使用从拟合模型计算得出的残差标准误差来构建参考线？
回复：拟合最小二乘 - 通过正态分位数绘制残差改进这是 2x3x4 阶乘数据的示例。 您可以在左侧看到所有点都在红色实线“上方”，而在右侧，所有点都在红色实线“下方”。
