缺乏適任性測試大家好。我有一個關於美國能源部（DOE）的問題。
進行失擬檢定時，F 值該如何計算？ F=MS 殘差/MS 純誤差
F=MS擬合優度/MS純誤差。其目的是比較模型誤差和實驗誤差。
這兩個公式計算出來的結果是否不同？哪個結果比較可靠？何時應該使用哪個公式？
對於相同的數據，第一個公式得到的 f 值比第二個公式得到的 f 值低。
如果有人能幫忙澄清一下這個問題，我將不勝感激。
此致敬禮，米倫
實驗設計回覆：缺乏適任性測試你好@DiscreteIbex427 ，
歡迎加入社群！
失擬檢定中使用的 F 比率是失擬均方與純誤差均方的比值，因此，對於您的第二個選項，請參閱JMP 說明。
模型的殘差是模型擬合不足（欠擬合）和純誤差（透過重複實驗估計）之和，因此選擇第二個公式，因為你想比較這兩個誤差來源。我不知道第一個公式何時或是否適用，但至少在考慮擬合不足的情況下不適用。由於殘差 = 擬合不足 + 純誤差，我預期第一個公式會給出更高的值，而不是更低的值。
希望這個回答能有所幫助。
回覆：缺乏適任性測試你好，維克多，感謝你抽出時間並給予詳盡的解答。
提出這個問題的原因有二：
- Vuchkov 和 Boyadzhieva 的著作，其中第 2 章第 2.3.4 點、第 56 頁討論了這個問題；
- Atasoy 的文章，他在文中討論了應用擬合優度檢定時計算 F 比率的替代方法。
我的想法是，如果有人遇到類似的情況，請解釋何時使用這兩個公式，以及哪個公式能給出更可靠的結果。
我附上了兩個引用的資料來源。
再次感謝您的解答。
此致敬禮，米倫
回覆：缺乏適任性測試我還沒有深入閱讀附件中的論文，但除非我誤解了Atasoy的措辭，否則他論文中最讓我感到疑惑的是，他竟然使用重複測量來估計實驗誤差？恕我直言，我認為這不是估計隨機誤差（或均方誤差）的正確方法。估計應該使用隨機重複實驗，而不是重複測量。重複測量是組內變異的估計，而均方誤差應該透過組間誤差來估計。
另外，如果您能提供問題的背景信息，我們或許能夠理解您的問題。例如，「擬合不足」的估計值是由於模型簡化造成的，還是由於無意中遺漏了可賦值的模型項？
