具有时间因变量的多元线性回归模型中的自相关大家好，
我正在尝试在一项跨越数周的研究中生成一个多元线性回归模型。 其中一个因素是细胞年龄，这似乎对响应有显着影响。 在查看残差与行图并执行 Durbin-Watson 检验时，数据似乎不是独立的（即存在自相关）。 然而，由于细胞年龄是一个时间相关的因素，难道不会出现自相关吗？ 在这种情况下，我是否仍需要以某种方式更正自相关，他们在 JMP 上的选项是否可以这样做？
谢谢你！
分析回复：具有时间相关变量的多元线性回归模型中的自相关嗨大卫，
非常感谢您的回答和解释。 一般来说，您发送的链接看起来是 MLR 的极好资源。 我一定会用我的数据试一试。
再次感谢！
回复：具有时间相关变量的多元线性回归模型中的自相关我希望我们可能对这次讨论有一些其他的贡献，但我想论坛由于 7 月 4 日而变得安静。
自相关的一般含义是标准误差往往被低估，这会对统计推断产生影响。
一种方法是使用回归模型，该模型使用误差的自回归表示（即，用于解释自相关的误差的时间序列模型）。
这是一个有用的讨论：
https://online.stat.psu.edu/stat462/node/189/
好消息是，他们在文章底部提供了一个实际示例，包括数据、计算和结果。工作示例基于 Cochrane-Orcutt 程序。
我能够使用 JMP 完成整个过程，并且在每个步骤中都获得一致的结果。
您可能想以他们的例子为自己尝试。您需要做的一件事是为一个简单的残差自回归模型构建一个列公式 - 如果您熟悉 JMP 中的滞后函数，您就可以做到这一点。
如果您认为此过程可能有益，但坚持不懈，请告诉我，我可以制作该序列的视频记录。
回复：具有时间相关变量的多元线性回归模型中的自相关你好@David_Burnham ， 谢谢你的回复！ 实际上，我过去曾使用过 Cell Growth 4P 模型（用于不同的目的），而且效果非常好！ 然而，我想要实现的是完全不同的。 我在下面提供更多信息。
对于我们目前的研究，我们正在研究可能影响我们细胞系生产力的不同因素。 有几个因素，包括分类因素和连续因素。 分类因素包括培养基类型、批次等，而连续因素包括细胞传代培养的次数（我在上面称之为“细胞年龄”）和培养条件。 反应是细胞每运行 1 周的过程产生多少感兴趣的蛋白质。 比方说，在第 1 周开始时，我们将细胞转移到烧瓶中以开始一个过程，在第 1 周结束时，我们测量细胞产生了多少蛋白质。 那将是一个数据点。 然后我们将重复此操作数周以收集更多数据点。 现在，如果事实证明细胞在后续运行中产生的蛋白质越来越少，那么细胞年龄将成为我最终模型中具有统计学意义的因素。 我的问题是，这不会导致自相关吗？ 如果是这样，我应该尝试纠正它还是接受它是研究固有的？
回复：具有时间相关变量的多元线性回归模型中的自相关很抱歉给出另一个无法回答您的问题的回复 - 只是另一个观察结果 - 您可以使用“拟合曲线”平台来拟合非线性细胞生长模型。
回复：具有时间相关变量的多元线性回归模型中的自相关是的！ 相关性检验统计量约为 0.4，p 值 < 0.001。
回复：具有时间相关变量的多元线性回归模型中的自相关只需仔细检查一下：Durbin-Watson 选项显示测试统计数据。显示 p 值的选项位于相关的红色三角形上（不是对您问题的直接回答，只是观察到很容易误解测试）。
