什么是失拟?

当回归模型不能充分说明试验因子与响应变量之间的函数关系时,它就表现为失拟。如果从模型中排除了重要的项(比如交互作用项或二次项),则有可能出现失拟。如果拟合模型时出现一些异常大的残差,则也有可能发生失拟。

Minitab 中的失拟检验

当您的数据包含仿行(具有相同 x 值的多个观测值)时,Minitab 会显示失拟检验。仿行表示“纯误差”,因为只有随机变异才能导致观测响应值之间出现差异。

要确定模型是否可以与数据充分拟合,请将 p 值(P 值)与显著性水平进行比较。通常,显著性水平(用 alpha 或 α 表示)为 0.05 即可。α 为 0.05,表示您可以断定模型实际可以与数据拟合但未与数据拟合的几率仅为 5%。
P 值 < α:模型无法与数据拟合
如果 p 值小于或等于 α,则可以断定模型无法与数据充分拟合。要获得更好的模型,您可能需要添加项或变换数据。
p 值 > α:没有证据表明模型无法与数据拟合

如果 p 值大于 α,则不能断定模型无法与数据很好地拟合。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策