詢問 - 有關穩定性研究的問題 - 降解數據分析我是 JMP 17 的用戶，目前正在進行穩定性研究 - 降解數據分析。
我有一些疑問，想尋求幫助。
在查看模型 1~4 的簡單線性路徑結果時，我注意到以下幾點：
- 在模型 1 中，JMP 估計顯示排除截距和月份項的 ANCOVA 模型
（類似於在 SAS 中使用“glm - model - noint 選項並且沒有 A 的主要影響”：Model Y = B + A*B / Noint SS1 解決方案）。 
- 在模型 2 中，結果與排除截距的 ANCOVA 模型相同。 （不存在捕獲文件）
考慮到這一點，我想知道計算每個模型的 ANCOVA 模型中每個批次的截距和斜率的 p 值的方法。 此外，我懇請 JMP 提供任何相關參考資料或資源。
如果可能，我將非常感謝您對以下問題的回答：
- 在 ANCOVA 模型中計算每個批次的截距和斜率的 p 值的方法是什麼？
您能否提供任何相關的參考資料或資源？ - 當 ANCOVA 中存在顯著交互作用時，我還有一個關於去除主效應的問題。
我知道在這種情況下，不應刪除主要影響。 您對此有任何適當的參考嗎？
感謝您關注我的詢問。 如果您有任何其他問題或需要更多信息，請隨時告訴我。 祝你有美好的一天。
高級統計建模質量與工藝工程視窗回复：詢問 - 有關穩定性研究的問題 - 降解數據分析你好@CovariateIguana : 好問題。 從一開始，您就必須非常小心地比較 JMP 擬合模型（或穩定性）結果和 SAS proc GLM 結果。 它們使用不同的模型參數化，因此在進行直接比較時必須小心。 請參閱此鏈接了解一些詳細信息。
https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/nominal-factors.shtml#ww65535
也就是說......在模型 1 中 JMP 是不是使用“排除截距和月份項的 ANCOVA 模型”。 JMP 使用完整模型（每個主效應和交互作用，以及截距）。 而且，由於模型參數化的方式不同（JMP 與 SAS），這看起來與 SAS 相同（正如您所描述的）； IE， SAS proc GLM“模型 Y = B + A*B / Noint SS1 解決方案”是一種使輸出看起來相同的方法，因為 JMP 和 SAS 參數化模型的方式不同。如果您在 SAS 中運行完整模型，並在 JMP 中運行完整模型，參數看起來會非常不同......但“參數估計”無法直接比較。 SAS 使用“指標函數參數化”，這是 JMP 擬合模型平台中的可選輸出。 使用 SAS proc GLM 中的完整模型，您可以使用 Estimate 語句獲得與 JMP 相同的結果。 並且，如果這一點丟失了； JMP 擬合模型結果（完整模型）相當於 JMP 穩定性結果，並且它們都相當於 SAS proc GLM 結果（完整模型）。 但是......這是關鍵點，輸出中顯示的參數（JMP 擬合模型 vs JMP 穩定性 vs SAS proc GLM）並不是對同一事物的估計。 因此，p 值分別沒有檢驗相同的假設。 您可以通過獲取穩定性數據並通過 JMP 擬合模型（完整模型）運行它，並將“參數估計”中的估計值與“指標函數參數化”中的估計值（這是 SAS proc GLM 完整模型將產生的結果）進行比較來看到這一點。 並將這兩者與 JMP 穩定性輸出進行比較。 他們看上去各不相同，但他們對事物的估計卻不同。 此外，這三組參數中的每組都可以從其他組參數中導出。 所以，從這個意義上來說，它們是等價的。您可能需要花一些時間查看參數估計（在通過擬合模型的“參數估計”和“指標函數參數化”中，以及通過穩定性平台的“估計”（如您所示）），以確保您（1）理解它們以及它們之間的關係，並確保您 (2) 了解它們各自的 p 值（即每個零假設是什麼）。
並且...p 值基於具有分佈的估計/標準錯誤（在原假設下）；假設原假設為真（即參數 = 0），p 值 = 2 * Prob(T > |Estimate/Stderr|)。
