关于拟合模型后的估计值如果有人知道拟合模型后的估计值以及效果检验的内容，请告知我，不胜感激。
我开始使用JMP利用ANVOVA，针对每个图谱，使用某个量化指标来比较健康和患病受试者的量化值。
当时，一个图谱对于一个主题的价值无法衡量，并被视为缺失值。
但是当我拟合模型后写出估计方程时，缺失值却体现成了估计值，我想在检验效果的时候把缺失值排除在检验之外。
您是否通过执行某些处理将它们视为缺失值？还是您只是计算一个估计值并将它们视为缺失值？
如果有人知道，请告诉我。
基本数据分析与建模预测模型和机器学习回复：关于模型拟合后的估计值你好@pe1 ，
在列中创建的模型始终会针对每一行进行计算，无论其他列中是否存在任何其他缺失值。话虽如此，您始终可以隐藏并排除存在这些缺失值的行。只需点击原始列中的空单元格，右键单击并点击“选择匹配单元格”，然后转到“行”>“隐藏并排除”。
谢谢！
本
回复：关于模型拟合后的估计值我对医学分析不太熟悉，所以不明白你的问题。ANVOVA 指的是“协方差分析”（ANCOVA）吗？具体来说，你使用的是什么模型？目标变量（响应变量、Y 变量、因变量）和解释变量（预测变量、X 变量、因子）中哪些缺失值？这是否意味着你正在执行一个以“参数值”作为响应变量的 ANCOVA，包括“图谱”、“健康组/疾病组”和其他协变量？
■使用“拟合模型”拟合线性回归模型（例如协方差分析模型（ANCOVA 模型））时，响应变量中缺失值的数据行不用于计算参数估计值（回归系数、权重、参数估计值）。但是，即使响应变量存在缺失值，您仍然可以计算该响应变量的预测值。
■使用“拟合模型”拟合协方差分析模型（ANCOVA模型）等线性回归模型时，解释变量中存在缺失值的数据行的行为将根据“将缺失值视为类别”选项的不同而有所不同。
- 如果“将缺失值视为分类值”选项处于关闭状态，则任何解释变量中即使只有一个缺失值的数据行也将被排除在计算之外。在这种情况下，包含缺失值的行不会用于计算参数估计值，并且响应变量的预测值也会缺失。
- 如果启用“将缺失值视为分类值”选项，则解释变量中的缺失值将被视为单个类别并用于分析。在这种情况下，缺失值的行将用于计算响应变量的参数估计值和预测值。
可以通过单击“拟合模型”启动对话框左上角的“模型规范”红色三角形，使用可用选项打开或关闭“将缺失值视为分类”选项。
