迴歸：RASE 與標準誤差在「擬合模型」平台中，當我執行多元「擬合最小二乘法」時，該平台允許我將三個值儲存到列中：
我有興趣了解預測變數之間的建模誤差如何變化，而不是僅對整個模型使用一個平坦的 RMSE 值（例如，我可能會在低電壓下看到高變化）
所以這 3 個 StdError 值對我來說很有趣，但我不知道如何解釋它們。 Stderr Residual/Individual 與我的 RMSE 數字非常接近，但變化很小 - 整個表中的值非常相似（在我的表中 RMSE 約為 32MHz....“StdErr of Residual”從 30.2 變化到 32.1 ，“ StdErr of individual」從32.3 變化到34.0）
然而，「預測的標準錯誤」似乎非常有趣，而且趨勢對我來說很有意義- 當我有更多數據點時，變化較小（表明模型在那裡更自信）......但是數字的大小並不重要有道理。它的變化範圍為 2.66 至 11 MHz。不知道如何將其與 32 的總體 RMSE 平方。
誰能幫助我理解這一點？
謝謝，
查爾斯
回覆：迴歸：RASE 與標準誤差在深入研究這個主題之後，我想我現在理解得更好了。個體的 StdError 似乎是信賴區間的基礎，即 se，由 t 乘數縮放：
回覆：迴歸：RASE 與標準誤差嗨查爾斯，
感謝您回答自己的問題。我正在研究它，但發現自己正在學習這個主題來回答您的問題，因為除了 JMP 幫助線上文件提供的內容之外，我沒有其他見解。
將這 3 種錯誤類型相互繪製出來，看起來這 3 種錯誤類型之間都存在公式關係，並且它們用於確定模型擬合參數的置信水準。
我發現從這些錯誤中有用的是查看殘差是否顯示任何系統變化。如果確實如此，則表示您的模型擬合不足並且缺少某些關鍵效果。
標記
