你好，
我試圖在過去的討論中搜尋是否有與我的情況類似的情況。我沒有找到。
我創建了一個簡單的虛構資料來說明附加資料檔案的場景。
假設有：
1 等級為 1、2、3、4、5 的因素 (X)
1 響應 (Y)，規格下限為 -10
如果我們進行簡單的迴歸並得出模型，則在這種情況下，Profiler 會將最大意願設為 X = 5。
然而，根據簡單的說明，由於 Y 的變化較大（有些甚至不符合規格要求），最差的設定將是 X=5。最好的 X 應設定為 4。
顯然，我們在這裡違反了不等方差假設。
我們可以嘗試對 Y 進行 Box-Cox 轉換來嘗試解決不等方差問題，甚至嘗試加權最小平方法。
然而，這兩種方法大多都不起作用，在這種情況下它不起作用。
我知道這似乎是一個極端的案例，但出於案例研究的目的，我們是否有任何選擇，我們必須忍受不等方差問題，並且仍然可以獲得「正確的」最大化合意性？
或者，我們可以利用蒙特卡羅模擬向響應輸入隨機噪聲，並模擬 X 設計空間中的缺陷率。然而，蒙特卡羅只允許輸入一個 Stdev（噪音）值並將其應用於整個預測模型。
同樣，只有在不違反不等方差的情況下，此方法才有效。
我們該如何進行呢？
如果有一個選項允許蒙特卡羅使用 X 中每個等級的正確反應雜訊（基於觀察到的資料）來執行模擬，那麼這將有助於識別 X 的正確設定。
為簡單起見，假設當 X= 1, 2, 3, 4 時回應 Stdev 為 1，當 X=5 時回應 Stdev=19。
所以當我們進行蒙特卡羅模擬時，它會使用對應於X水平的Stdev。
當然，我們沒有有關 X 其他值的回應 Stdev 的信息，但至少可以選擇根據可用資料執行此操作。
我在蒙特卡洛噪音特徵中嘗試了多種選項（加權隨機雜訊、模型隨機雜訊...等）。它仍然對整個模型應用一種均勻雜訊（stdev）。
謝謝。
兄弟，
克里斯
謝謝馬克。似乎就是我正在尋找的東西。當然要經過測試。
X在實際情況中是連續因子嗎？真實案例是否像您為我們創建的模型一樣極端？是否有解釋為什麼響應方差會隨著 X 水平或設定的變化而變化如此之大？是不是測量的問題？是製程問題還是物理問題？
這些問題是最重要的。之後，如果您可以解釋或證明這些問題，您可以考慮使用透過「擬合模型」啟動對話方塊提供的對數線性變異數擬合特性。
我不做您感興趣的分析類型，但我建議您將 X 更改為名義變量，然後研究選項。您也可以定義一個新的 Y 變數、缺陷或正常（取決於 Y 是否小於 -10），並查看可以對標稱 Y 變數與標稱 X 變數進行哪種分析。我確信有一些標準分析適合這種情況，但似乎將 X 視為連續變數並不是一個好的起點。
