回复：使用行公式计算数据表（回归）中的 p 值我想你可以从 Linear Regression() 函数中得到你想要的。查看脚本指南以了解如何使用它的定义和示例。下面，我创建了 2 个新列，“New Slope”和“PValue”。我将 PValue 列的格式设置为“PVALUE”。然后我将 PValue 列的公式设置为
If( Row() > 7,
dt = Current Data Table();
x = dt[Index( Row() - 7, Row() ), 2];
y = dt[Index( Row() - 7, Row() ), 3];
{Estimates, Std_Error, Diagnostics} = Linear Regression( y, x );
:New Slope[Row()] = estimates[2];
diagnostics["p_value"][1];
);
这是显示
If( Row() > 7,
dt = Current Data Table();
x = dt[Index( Row() - 7, Row() ), 2];
y = dt[Index( Row() - 7, Row() ), 3];
{Estimates, Std_Error, Diagnostics} = Linear Regression( y, x );
:new slope[Row()] = estimates[2];
diagnostics["p_value"][1];
)
回复：使用行公式计算数据表（回归）中的 p 值txnelson...非常感谢。 这正是我要找的。 我真诚地感谢这一点。
使用行公式计算数据表（回归）中的 p 值背景：假设我有 x、y 数据行（SN_C，值 [Sigma 单位]），如附件中所示，但也粘贴在下面。
Slope_8 是根据前 8 个 [xy] 值计算得出的。
我想将 slope_8 值与线性回归的零假设（斜率 =0）进行比较并提供 p 值。有没有简单的方法可以做到这一点？
斜率 8 的公式取自这些讨论板（@txnelson、 @马克·贝利 ），在我做了简单修改以使用 N=8 后，它完全符合我的要求
If( Row() > 7,
x = J( 8, 1, 1 ) || :SN_C[Index( Row() - 7, Row() )]`;
y = :"Value (Sigma Units)"n[Index( Row() - 7, Row() )]`;
(Inv( x` * x ) * x` * y)[2];
)
我知道我应该知道怎么做，我很抱歉我太笨了，没能弄明白。我已经 30 年没学过矩阵代数了:)
高级统计建模消费者和市场研究数据探索与可视化实验设计大规模定制预测模型和机器学习质量与工艺工程
