嗯，我必須說，我對 JMP 如何在實際預測圖中建立置信區間感到完全困惑。我已經閱讀了所有的統計細節。他們聲稱實際預測圖實際上是整個模型槓桿圖，但我無法建立類似的圖。在建立圖和置信帶時，矩陣方程式中的 L 到底是什麼
?
通常，槓桿圖顯示所有預測變數的殘差，但其中一個預測變數相對於單一參數的殘差。但是，當將整個模型用於自身時，這可能是什麼？沒有均值的模型與有均值的模型？如果是這樣，該圖將不會類似於實際預測圖。接下來的信賴區間統計細節也沒有任何意義。我還想知道是否可以以類似的方式建立預測上限和下限。
我正在使用 JMP 17.2.0。謝謝你的幫忙。
嗨@PatriotOGrady 。例如，L 可以是 1x (p+1) 行向量，B 是 (p+1) x 1 列向量。在多元迴歸設定中，B 將是包含元素 B0、B1、B2、...、Bp 的列向量。例如，Y= B0 + B1*x1 + B2*x2 + …+ Bp*xp 就是這種情況。並且，例如，如果您正在測試 H0：B2=0，則 L 是行向量 <0, 0, 1, 0, …, 0>。這導致 LB= B2。您可能想回顧向量和矩陣乘法。
編輯：
對於整個模型測試，L 是 apx (p+1) 矩陣（每行類似於上述行向量，除了適當位置上的“1”外均為零），有效地產生 H0：B1=B2=… =Bp= 0。
