当一元因子X(或多元Xi的组合)存在重复(仿行)时，选择失拟检验则会将残差误差项分解为失拟(Lack of fit)和纯差(Pure error)两部分，并使用F检验判断是否存在显著的失拟。若p值小于0.05，则说明存在显著的失拟，回归模型不适合。此时可考虑引入高次项或对X或Y做变换。若不存在显著失拟，则说明回归模型适合，不需对回归议程调整，但同时需结合R-sq和R-sq(adj)综合判断。若这两个值高且接近，则回归模型能充分说明流程，不高则说明对流程变差解释不充分，需考虑是否存在其它显著的影响因子。
RSS Feed
杨格_Alan • 2019-10-24 15:45
解释到位！
Jeff_Chou • 2019-10-24 18:14
@杨格_Alan:这么老的帖子怎么翻出来的啊?
杨格_Alan • 2019-10-24 18:28
@Jeff_Chou:哈哈，不是我翻出来的：-）