擬合最小平方法 - 透過常態分位數改進繪製殘差圖我對用於模型診斷的“正常分位數的圖殘差”不太有信心。 我通常將模型的殘差儲存到新列，然後使用分佈平台在其中建立常態分位數圖。
紅實線的擬合似乎與使用擬合最小平方法得到的殘差落在的位置不太匹配。 紅實線的斜率較不適合。 我查看了一些範例資料集，發現這些資料集中的預設模型腳本有問題：
2x3x4 階乘
跳出數據
酒品數據
兩年前我收到了 JMP 請求，但沒有真正的解決方案。
統計與分析回覆：擬合最小平方法 - 以常態分位數改善繪製殘差圖 - 狀態變更為：已確認回覆：擬合最小平方法 - 透過常態分位數改進繪製殘差圖偉大的發現，基拉！
它看起來像廣義迴歸也適合最小二乘法，但它適用於標準化殘差並且沒有置信限制。 這是另一個例子，不同建模平台的結果似乎有所不同。
回覆：擬合最小平方法 - 透過常態分位數改進繪製殘差圖你好呀！
我還希望看到擬合模型輸出的常態分位數圖中使用的標準差而不是 RMSE。
原因是，如果您使用「混合模型」特性而不是「標準最小二乘法」特性，則殘差分位數圖也會使用標準差，而不是 RMSE 來繪製線條（即使沒有隨機效應）包含在模型中） 。 因此，為了平台/個性之間的一致性，最好只使用其中一個選項（最好是標準差）。
最好的，
基拉
回覆：擬合最小平方法 - 按常態分位數改善繪製殘差圖 - 狀態變更為：開放投票謝謝， @jszarka 。 我們正在內部追蹤該請求，但我沒有任何更新。
回覆：擬合最小平方法 - 透過常態分位數改進繪製殘差圖此線程有任何更新嗎？
回覆：擬合最小平方法 - 透過常態分位數改進繪製殘差圖我想要一個選項，讓殘差的標準差 (stdev) 成為圖表的創建方式，而不是 RMSE。 我敢打賭，如果我瀏覽了 10 個「良好」的 JMP 摘要 DOE 資料集，那麼在使用 RMSE 時，其中許多資料集將無法通過胖筆測試，如上圖所示。
（很抱歉回覆延遲 - 我正在休假，但對這個主題並非不感興趣！）
回覆：擬合最小平方法 - 以常態分位數改善繪製殘差 - 狀態變更為：需要資訊@jszarka ，您能根據上述問題幫忙澄清一下嗎？
回覆：擬合最小平方法 - 透過常態分位數改進繪製殘差圖在分發平台中，您可以使用「自訂...」選項複製對角線參考線並新增腳本：
Y Function( StdDev * (Normal Quantile( x )), x );
其中「StdDev」是殘差的標準差。 在「擬合模型」平台中，RMSE 用作標準差的估計值：
Y Function( RMSE * (Normal Quantile( x )), x );
您是否要求擬合模型平台提供一個選項來使用擬合模型計算出的殘差標準誤差來建立參考線？
回覆：擬合最小平方法 - 透過常態分位數改進繪製殘差圖這是 2x3x4 階乘資料的範例。 您可以在左側看到所有點都位於紅色實線“上方”，而右側所有點都位於紅色實線“下方”。
