请选择您所选的方法或公式。
拟合
混料设计不包含常量。
表示法
| 项 | 说明 |
|---|---|
 | 拟合值 |
| xk | 第 k 项。每一项都可以是单个预测变量、多项式项或者交互作用项。 |
| bk | 第 k 个回归系数的估计值 |
拟合值的标准误（拟合值 SE）
具有一个预测变量的回归模型中拟合值的标准误为：
具有多个预测变量的回归模型中拟合值的标准误为：
表示法
| 项 | 说明 |
|---|---|
| s2 | 均方误 |
| n | 观测值个数 |
| x0 | 新的预测变量值 |
 | 预测变量均值 |
| xi | 第 i 个预测变量值 |
| x0 | 生成拟合值的值向量，在设计矩阵中，每列一个 |
| x'0 | 转置新的预测变量值向量 |
| X | 设计矩阵 |
残差
残差是观测值与相应拟合值之间的差分。该模型不解释这部分观测值。观测值的残差为：
表示法
| 项 | 说明 |
|---|---|
| yi | 观测的第 i 个响应值 |
 | 第 i 个响应拟合值 |
标准化残差 (Std Resid)
标准化残差也称为“内部 t 化残差”。
公式
表示法
| 项 | 说明 |
|---|---|
| ei | 第 i 个残差 |
| hi | X(X'X)–1X' 的第 i 个对角线元素 |
| s2 | 均方误 |
| X | 设计矩阵 |
| X' | 转置设计矩阵 |
删后（t 化）残差
也称为外部 t 化残差。计算公式为：
此公式的其他表现形式为：
估计第 i 个观测值的模型会从数据集中忽略第 i 个观测值。因此，第 i 个观测值无法对估计值产生影响。每个删后残差均具有学生 t 分布，自由度为 
自由度。
表示法
| 项 | 说明 |
|---|---|
| ei | 第 i 个残差 |
| s(i)2 | 未使用第 i 个观测值计算得出的均方误差 |
| hi | X(X'X)–1X' 的第 i个对角线元素 |
| n | 观测值个数 |
| p | 项数 |
| SSE | 误差平方和 |
