回复：验证数据的错误 RMSE你好@AAYH ,
欢迎来到社区！
看来您的训练数据过度拟合了。 如果没有任何示例数据（例如匿名数据），很难帮助您详细调查您完成的步骤和您拥有的数据类型。 然而，这里有一些问题要开始：
- 您是否检查过输入之间的相关性（菜单分析 -> 多元方法 -> 多元）或
- 您是否检查过过程因素之间的多重共线性（在“拟合模型”平台、面板“参数估计 (jmp.com) "，右键单击列参数并单击 Columns -> VIF 检查它们的值）？
这可能是一个调查方向，因为如果不采取预防措施，相关性或多重共线性会严重“损害”线性模型的性能。
如果您的因素之间存在相关性或多重共线性，则可能更安全：
- 选择一个能够处理多重共线性的模型（例如偏最小二乘法、Bootstrap Forest），或者
- 使用 PCA 预处理您的输入并使用线性模型中的主成分，或者
- 使用 LASSO、Ridge 或 Elastic Net 等惩罚方法（JMP Pro、广义回归）来创建更稳健的线性回归模型。
让我们知道第一次调查带来了什么，如果希望您能提供一些示例数据，其他成员将更容易参与此讨论，
回复：验证数据的错误 RMSE嗨维克多谢谢你的回复，我认为你是对的。 我会尽快调查。
回复：验证数据的错误 RMSE嗨斯塔特曼。
感谢您花时间回答我的问题，并感谢您的有效输入。 我会尽快调查。
回复：验证数据的错误 RMSE你好，我们又见面了。
我做了一个明确的筛选设计，由于不同的日子我被阻止了。 现在，我知道如果从一开始就没有考虑不受控制的变量，我可能会犯错误。
我有 3 个变量 (UB1-3)，我在两个不同的生产运行（块 1 和块 2）期间更改了它们。 不受控制的变量 1 和 2 已测量，但我无法更改它们。 我的质量变量是在过程结束时测量的。 Uncontrolled variable 2 高度依赖于 day/Block，并且会影响 Uncontrolled Var。 1 以及 UB1 至 UB3。
我只是想知道我是否可以使用我现在拥有的数据，或者我是否需要做另一个实验。 非常感谢您的宝贵时间。
回复：验证数据的错误 RMSE你好@AAYH ,
首先，这个 DSD 是否与验证数据的 RMSE 变化问题有关，或者这是不同的并且不是特别相关？ 只是想看看这是否是用于说明您的问题的示例数据集，或者除了您的问题之外的其他内容。 这个 DoE 的目标是什么？ 第二个不受控变量的数据表中缺少值。
如果我理解得很好，您已经添加了一个阻塞因子（在 DSD 创建中您将其创建为一个分类因子？），以及您记录但未以 DoE 方式随机化/控制的 2 个不可控变量。
正如您已经看到的那样，您的两个不可控变量之间以及 Block 和不可控变量 1/2 之间具有很强的相关性，这可能会极大地影响模型对新数据的预测性能（脚本“1. 附加数据表中的多变量”）。
我在你的块随机因子和不可控变量上添加了一些列属性（以便它们可以在 JMP 平台中正确使用），然后实现了两个模型：
- 一个具有混合模型个性，将“块”指定为随机效果（脚本“2.a. 适合混合"),
- 一个具有标准最小二乘特性，具有“块”作为随机效果（脚本“2.b. 拟合模型（随机块）”）。
毫不奇怪，这两个模型提供了相似的结果，并且如您所料，不可控变量 1 和 2 似乎对响应质量有重要影响。 随机块因素似乎并不重要。
模型本身非常正确（取决于您期望的模型精度），具有高 R² (0,87) 和非常低的 RMSE（大约 0,5）。 但是，正如在“多变量”平台（相关性）中已经看到的那样，您的一些因素彼此线性相关，这会产生高 VIF（两个不受控制的变量约为 20）并且可能导致预测中的方差增加：
减少这种共线性的一种选择是从这两个变量中创建主成分（脚本“3.a. 非受控变量 1 和 2 的主成分分析”)，并实现与以前相同类型的模型（但将非受控变量 1 和 2 替换为它们的 2 个主成分，脚本“3.b. 适合个人电脑的模型”）：
这不会改变模型在 R² 和 RMSE 方面的性能，但减少 VIF 有助于减少参数估计的方差（对于涉及这种共线性情况的参数）。
关于你最初的问题，你是否可以使用你现在拥有的数据，这完全取决于你的目标（解释和/或预测），以及你如何评估数据的“有用性”（预测精度？）。
从第一个数据表中，已经有一些重要的事情需要注意，但是如果没有进一步的信息，很难解释或得出数据使用的结论（非受控变量 1 和 2 的范围的代表性，或缺失值需要的修正例如...）。 但这是一个有趣的第一步，您可以在此基础上增强您的设计，更好地考虑您的 2 个不受控制的变量，并通过在您的实验中作为因素来控制它们。
请注意，根据您的目标和需求，我所做的可能不是最佳方法，并且其他选项也可用于相同的任务。
回复：验证数据的错误 RMSE首先，我不确定我是否理解这个问题？ 你能发布你的数据表吗？ 令我感到困惑的是明显的冲突取决于您如何评估“新”数据？ 你能描述一下你是怎么做到的吗？ 预测和实际的差值是多少？ （残差）你分析过残差吗？
除了维克多关于多重共线性的优秀想法，这里是我的：
1. 你用来运行拟合模型的数据来源是什么？ 这是生产数据吗？ 是来自实验吗？
2. 你的未来状况数据有多具有代表性？
3. 正如 Victor 所建议的，有许多关于数据的问题。 没有一项统计数据可以提供有关我们模型的所有信息。 R-sq 本身的实用性很小（它会随着模型中 DF 的增加而增加）。 您想要将 R-sq 与调整后的 R-sq 进行比较。 这将提供对过度拟合模型的洞察力。
验证数据的 RMSE 错误你好
使用“拟合模型”，我创建了一个模型来使用不同的工艺参数来识别产品中的水分含量。 该模型很好（Rsq=0.97）并且 RMSE 相当低。 使用的变量的 Logworth 均高于限制。当我想要获取新数据进行验证时，问题就出现了。 这里的预测非常糟糕。 我想要验证的数据与测试集中使用的数据没有太大不同。 当我将验证数据包含为测试集数据时，它们非常适合模型，水分预测误差与“原始”数据类似
我有一个由主效应和交互作用组成的模型。 我做错了什么？
数据探索和可视化
