擬合最小平方法 - 透過常態分位數改進繪製殘差圖我對「用常態分位數繪製殘差」進行模型診斷不太放心。我通常將模型殘差儲存到一個新列，然後使用「分佈」平台在那裡建立一個常態分位數圖。
紅色實線的擬合結果似乎與使用最小平方法計算殘差的結果不太吻合。紅色實線的斜率擬合效果不佳。我查看了一些範例資料集，發現這些資料集中的預設模型腳本有問題：
下面是 2x3x4 階乘殘差常態分位數圖。我聽說紅色實線的斜率是基於 2.02 的 RMSE 計算得出的。
如果我將殘差儲存到新列，並從分佈圖重新產生常態分位數圖，則該線基於殘差 Y 列的標準差 1.03。從模型診斷的角度來看，這看起來更合理。
這可以在 JMP 的未來版本中更新嗎？請注意，當您使用「擬合混合」時，殘差圖中的結果與我手動將殘差儲存到新列後所期望的結果相符。
基礎資料分析與建模實驗設計預測模型和機器學習回覆：擬合最小平方法 - 透過常態分位數改進繪製殘差圖這個貼文還有更新嗎？為了方便理解，我在其他平台上擬合了 2x3x4 資料範例。廣義迴歸的圖略有不同，但問題依舊：
在這種情況下，您不會使用混合模型，因為模型中只有固定效應，但其輸出與所需的結果相符：
回覆：擬合最小平方法 - 以常態分位數繪製殘差圖改進您好，請問這個帖子有任何更新嗎？這不是一個「新」問題，而且這些問題在 JMP 19 中仍然存在。
回覆：最小平方法擬合 - 按常態分位數繪製殘差圖的改進 - 狀態已變更為：已確認已標記為已確認，感謝@jszarka 的跟進。
