双变量回归的能力你好
我读了 Phil Kay 的这篇文章，它在一定程度上帮助我们实现了我的目标：
https://community.jmp.com/t5/Discussions/Tolerance-Interval-for-Regression/mp/302845
如果我有规格下限和上限，是否也可以从二元回归计算预期能力？
示例：我有在几个不同温度水平 (X) 下测量的响应 (Y) 数据，我想预测较高温度下的响应能力。
谢谢 ：）
质量和工艺工程回复：二元回归的能力我只是坐在这里，看着这些数字，也许我有一个想法。 如果什么：
- 我使用回归线来计算较高温度（假设 60 摄氏度）下的响应（Y）：Y(60)
- 我将我的规格限制“转换”为一组残差规格限制：Ymin - Y(60) 和 Ymax - Y60)
- 现在，我可以使用“剩余规格限制”来计算能力
或者，完全不同的东西？ 
回复：二元回归的能力我的建议如下：在“拟合模型标准最小二乘”平台中重新创建模型，然后使用“预测刻画器”中的模拟功能来模拟 x 值的假定方差的响应。 可以通过多种选项将模拟预测导出到 JMP 中的功能平台，以进行额外的分析和可视化。
回复：二元回归的能力嗨，P_巴特尔
感谢您的建议。 就我而言，我想修复 x 值（在外推点）并估计该点的均值和方差，从而估计能力。 所以我不确定你的建议是否能达到目的，因为我想看看你建议之外的其他维度的变化。 或者？
回复：二元回归的能力模拟器允许您以任何均值和估计方差设置任何自变量。 因此，即使您的 x 设定点是从您的经验空间推断出来的……模拟器仍然可以工作。
回复：二元回归的能力我仍然认为这不是我要找的。 请允许我详细说明
我可以将模型作为温度的函数拟合到我的响应中：
但我想计算一下：如果我将温度固定为80度，响应的分布会是什么？
