與圖相關的參考測試和公式各位，
我剛開始使用 JMP 軟件，
我創建了有關 JMP 軟件生成的圖表的主題，
正如您在附件中看到的，我生成了“預測殘差圖”以及“殘差正態分位數圖”圖表。 這完全符合我的需求，但據我所知，我想知道進行了哪些統計測試來獲得圖表，以及相關的公式（如果有）？
你能幫我解決這個問題嗎？
感謝您的時間，
此致，
基礎數據分析和建模數據探索和可視化回复：與圖相關的參考測試和公式您是否閱讀過有關的文檔雙變量平台？
回复：與圖相關的參考測試和公式親愛的馬克，
感謝您的回答，
事實上，我發現了以下公式：
如果我理解正確的話，這意味著 JMP 根據該公式生成不同的圖表（見下文），這是正確的嗎？
感謝您的幫助，
此致，
回复：與圖相關的參考測試和公式殘差圖是後期分析的一部分，用於評估模型的充分性和回歸模型的假設。 殘差是預測或擬合的 Y 減去觀測的 Y。 殘差估計統計誤差。
假設包括統計誤差是獨立的且服從均值為零且方差恆定的同正態分佈（即方差與 Y 無關）。 正態分位數圖是通過擬合正態分佈並根據殘差繪製擬合的分位數而得到的。 每個分發模型的縮放比例都是唯一的。 縮放導致分位數和誤差之間存在線性關係。 對於正態分位數圖，直線的斜率是標準差，y 截距是平均值。 如果您看到總體上非線性的模式，則違反了正態誤差的假設。 如果您看到線性模式，但一個或多個分位數遠離圖末端的線，則可能存在異常值。
預測圖的殘差用於評估模型的充分性。 恆等參考線顯示 Y = X 的位置。 您期望觀察結果遵循這條線。 與整體線的較大偏差表明缺乏擬合。 一些觀察結果與該線的較大偏離表明存在異常值。 該圖還有助於評估常數方差。 該圖應顯示殘差從低預測值到高預測值的均勻分佈。 也就是說，殘差的大小不取決於響應。 漏斗形狀的出現表明違反了這一假設。 在這種情況下，普通的最小二乘回歸是不合適的。
所有統計誤差都在 Y 中且 X 中都沒有的假設不使用殘差圖進行評估。 他們也假設同樣的事情。
