回复：外部學生化殘差背後的公式看起來 JMP 在此處使用的公式與您的公式略有不同，對於較小的樣本量，可能會明顯不同。
https://online.stat.psu.edu/stat462/node/247/
回复：外部學生化殘差背後的公式在發布上述內容時，我的幾位同事來回爭論，並建議考慮 n 折刀計數而不是總行數，因此 n 實際上是 n-1。 有點尷尬，這完全解決了問題，因為最後一個公式中的分子變為 N Row()-2，分母變為 N Row()-1-Stud.Res.Calc^2。
我不會刪除這篇文章，而是讓它保留給可能需要手動計算這些殘差的其他人。
編輯：我看到這證實了上述回复，我很感激地接受它作為解決方案。 謝謝。
回复：外部學生化殘差背後的公式很高興提供幫助...我進一步注意到，公式實際上是相同的。 在你的，p = 數量參數（p=1 因為你正在估計截距）。 在我提供的參考資料中，k=0 因為 k 是預測器. 因此，如果您在參考中替換 p=k+1 ，結果與我的參考相同。
回复：外部學生化殘差背後的公式確切地。 如果我在創建公式時將 p 作為表變量包含在內，我本可以省去寫帖子的麻煩，因為我很可能在測試公式時不小心碰到了 p=1。 通常，我不會將截距算作預測指標，但那是在我身上。
外部學生化殘差背後的公式我正在嘗試手動計算外部學生化殘差（如果您願意，可以使用折刀殘差），即復制“擬合最小二乘”平台的“保存列”菜單中已有的結果。
JMP 17 的文檔沒有列出幕後使用的公式，但假設它會遵循文獻，例如ch7.pdf (jhsph.edu) （另請參閱本章附帶的屏幕截圖以獲取上下文）。 聯機文檔 ( https://www.jmp.com/support/help/en/17.0/#page/jmp/row-diagnostics.shtml#ww694286）錯誤地指出只能保存學生化殘差，而不是外部學生化殘差——這可能需要修改。
我一直在嘗試從上面開始的“簡單”方法，但我無法得出與 JMP 完全相同的結果——這取決於我可以獲得 4-5 位小數精度的數據集，但在其他數據集上，結果已經在第一個數字上有所不同，這讓我擔心。 有人可以詳細說明 JMP 如何計算外部學生化殘差嗎？ 我整理了一個簡單的數據集並添加了一個可用於提取殘差的回歸模型（沒有固定因素，即 p=0）。 上面的公式也需要提取 HATS，所以這些也被保存為一列（不過我可以手動計算這些）。 由於文件顯示在計算殘差和內部學生化殘差時一切都匹配得很好，但我無法使外部學生化殘差匹配:(
列中的公式：
附註：是否可以考慮讓 JMP 也保存學生化殘差的限值？ 這些我可以手動計算，但是手動跟踪因子和自由度很麻煩。 如果能夠將這些限制保存為一列，我會很高興。
共享和交流結果
