询问 - 有关稳定性研究的问题 - 降解数据分析我是 JMP 17 的用户，目前正在进行稳定性研究 - 降解数据分析。
我有一些疑问，想寻求帮助。
在查看模型 1~4 的简单线性路径结果时，我注意到以下几点：
- 在模型 1 中，JMP 估计显示排除截距和月份项的 ANCOVA 模型
（类似于在 SAS 中使用“glm - model - noint 选项并且没有 A 的主要影响”：Model Y = B + A*B / Noint SS1 解决方案）。 
- 在模型 2 中，结果与排除截距的 ANCOVA 模型相同。 （不存在捕获文件）
考虑到这一点，我想知道计算每个模型的 ANCOVA 模型中每个批次的截距和斜率的 p 值的方法。 此外，我恳请 JMP 提供任何相关参考资料或资源。
如果可能，我将非常感谢您对以下问题的回答：
- 在 ANCOVA 模型中计算每个批次的截距和斜率的 p 值的方法是什么？
您能否提供任何相关的参考资料或资源？ - 当 ANCOVA 中存在显着交互作用时，我还有一个关于去除主效应的问题。
我知道在这种情况下，不应删除主要影响。 您对此有任何适当的参考吗？
感谢您关注我的询问。 如果您有任何其他问题或需要更多信息，请随时告诉我。 祝你有美好的一天。
高级统计建模质量与工艺工程视窗回复：询问 - 有关稳定性研究的问题 - 降解数据分析你好@CovariateIguana : 好问题。 从一开始，您就必须非常小心地比较 JMP 拟合模型（或稳定性）结果和 SAS proc GLM 结果。 它们使用不同的模型参数化，因此在进行直接比较时必须小心。 请参阅此链接了解一些详细信息。
https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/nominal-factors.shtml#ww65535
也就是说......在模型 1 中 JMP 是不是使用“排除截距和月份项的 ANCOVA 模型”。 JMP 使用完整模型（每个主效应和交互作用，以及截距）。 而且，由于模型参数化的方式不同（JMP 与 SAS），这看起来与 SAS 相同（正如您所描述的）； IE， SAS proc GLM“模型 Y = B + A*B / Noint SS1 解决方案”是一种使输出看起来相同的方法，因为 JMP 和 SAS 参数化模型的方式不同。如果您在 SAS 中运行完整模型，并在 JMP 中运行完整模型，参数看起来会非常不同......但“参数估计”无法直接比较。 SAS 使用“指标函数参数化”，这是 JMP 拟合模型平台中的可选输出。 使用 SAS proc GLM 中的完整模型，您可以使用 Estimate 语句获得与 JMP 相同的结果。 并且，如果这一点丢失了； JMP 拟合模型结果（完整模型）相当于 JMP 稳定性结果，并且它们都相当于 SAS proc GLM 结果（完整模型）。 但是......这是关键点，输出中显示的参数（JMP 拟合模型 vs JMP 稳定性 vs SAS proc GLM）并不是对同一事物的估计。 因此，p 值分别没有检验相同的假设。 您可以通过获取稳定性数据并通过 JMP 拟合模型（完整模型）运行它，并将“参数估计”中的估计值与“指标函数参数化”中的估计值（这是 SAS proc GLM 完整模型将产生的结果）进行比较来看到这一点。 并将这两者与 JMP 稳定性输出进行比较。 他们看上去各不相同，但他们对事物的估计却不同。 此外，这三组参数中的每组都可以从其他组参数中导出。 所以，从这个意义上来说，它们是等价的。您可能需要花一些时间查看参数估计（在通过拟合模型的“参数估计”和“指标函数参数化”中，以及通过稳定性平台的“估计”（如您所示）），以确保您（1）理解它们以及它们之间的关系，并确保您 (2) 了解它们各自的 p 值（即每个零假设是什么）。
并且...p 值基于具有分布的估计/标准错误（在原假设下）；假设原假设为真（即参数=0），p 值 = 2 * Prob(T > |Estimate/Stderr|)。
