圖形生成器置信區間我使用 JMP 的圖形生成器和回歸擬合線繪製了幾張圖，並且置信區間變得更寬更薄（見下面的附件）。 JMP 不是使用 95% 的置信區間嗎？ 非常感謝您幫助這位 JMP 新手用戶和初露頭角的統計學習者
回复：圖形生成器置信區間捎帶下車@馬克貝利的回應在這裡。 是的，圖形生成器中連續 Y 與連續 X 的預測的置信區間默認使用 95% 水平，並且回歸平均值（擬合線的中點）處的區間寬度小於回歸平均值處的區間寬度。回歸線的末端。回歸線上的置信區間有時稱為“酒店式”置信帶，您可以讓 JMP 計算並將這些計算出的置信限邊界保存在圖形生成器中（或在雙變量平台中，其中它們應該恰好是相同的）。如前所述，公式使用“二次形式”，這反映在以列公式保存到 JMP 數據表的這些限制的向量二次函數中。
對於圖形生成器中名義（或序數）X 上的連續 Y，我想指出 JMP 默認情況下也使用 95% 水平。 此處，如果使用點、對平均值進行匯總（匯總統計量）並選擇置信區間（誤差區間），則JMP 會執行經典的“基於t 統計量”的區間估計計算，其中每個水平的CI 都是獨立計算的。大多數統計入門教科書中都給出了該公式，如下所示：
（圖片由 JMP STIPS 使用數據進行決策課程模塊提供構建置信區間）
其中 t 是 1 減 α 置信水平和 n 負 1 自由度（其中 n 是樣本大小）的 t 統計量，
S 是標準差，X 條是平均值。
欲了解更多信息，請參閱利用數據做出決策JMP 免費在線統計課程 STIPS 的模塊（位於 jmp.com/statisticalthinking）。
回复：圖形生成器置信區間我將您對平均響應置信區間寬度變化的驚訝解釋為表明您尚未研究線性回歸，因此我不會使用數學解釋。
想像一下，您只有 X 和 Y 的兩個觀測值。 你在它們之間畫一條線。 哪兒是支持對於這個模型？ 您可能會認為這是在一個或另一個觀察中，因為那是物理證據。 實際上，它在線的中點處最強，儘管該點沒有任何觀測結果。 原因是模型的中點受到兩側點的同等且最大程度的支持。 因此，中點處的置信區間比觀察到響應的線末端處的置信區間短。
請注意，間隔長度始終嚴格沿垂直方向。 這是不是垂直於擬合線。
回复：圖形生成器置信區間平均響應的置信區間是“二次形式”。 這取決於常數響應方差， 這設計矩陣（數據），線性模型，以及預測水平。
看到這個文章。
回复：圖形生成器置信區間謝謝你！ 那麼，如果圖中顯示的陰影區域間隔為 95%，那麼是什麼驅動了更寬的陰影呢？ 這該如何解釋呢？回复：圖形生成器置信區間是的，JMP 會在您顯示的圖形生成器圖中計算並顯示均值函數的 95% 置信區間。
