我正在 JMP 17 PRO 中使用留一交叉验证技术进行弹性网络广义回归分析。使用这种技术，当分析时将某个点从数据集中剔除（通过留一交叉验证），是否可以获得每个点的估计值？或者还有其他方法可以计算 RMSEP 吗？
你好@SanderC ，
欢迎加入社区！
根据您的需要，可能会有几种选择。
我不确定您是否对略有不同的模型的单个预测结果感兴趣，或者您是否对与使用 LOOC 验证技术与该模型性能相关的指标更感兴趣。
您可以先检查一些简单的选项，例如，当您完成弹性网络模型后，单击模型的红色三角形并转到“保存列”：这里可能有一个选项可以解决您的问题：
还有其他可用的选项/解决方法（事实上有很多，我只会提到两种可能性，因为我不确定你的目标）：
- 如果您对单个预测感兴趣，您可以尝试“模型筛选”平台（在分析->预测模型中），并取消选中除“广义回归”和“附加方法”（以访问套索、弹性网络和岭回归）之外的所有方法。
指定折叠数等于您的观察次数并运行（我在这里对 JMP 样本索引中的“算法数据”数据集进行了此操作，其中包含 50 个观察次数）：
然后，一旦完成，您将拥有几个用不同方法构建的模型，您可以在“验证”面板中选择您感兴趣的模型，然后单击红色三角形以“保存结果表”（以获取每个模型性能的摘要）或直接在原始数据表中“保存预测公式”以获取所有带有模型的单独预测：
- 如果您对模型性能评估感兴趣，还有一个更简单的选择，那就是借助验证列公式创建模拟（在菜单中创建：分析 -> 预测模型 -> 创建验证列）。您可以创建一个仅包含验证集中一个样本的验证列（即具有 LOOCV），并将此列指定为公式列：
然后使用平台广义回归中的此验证列作为“验证”：
启动弹性网络建模，然后，您可以右键单击任何结果面板来启动模拟：例如在模型摘要中，右键单击列验证，然后单击“模拟”，并指定您想要切换验证列公式，以改变验证点。
您将获得一个新表，其中包含来自验证公式列的模拟样本的模型结果。
您还可以在参数估计上执行此操作，以查看系数的值在各个验证点下是否保持稳定：
我希望这个答案能给你提供一些关于你主题的想法，
