回归模型有效性疑问

我对公司不同产品的同一个检测项目进行分析，由于各个产品的理论投料量不同，所以检出也不同，我想要知道该指标的稳定性变化规律，因此设相应变量为“检验结果”，连续变量为“月份”和“理论投料量”，拟合出回归模型
会话框：
回归分析: VA检测结果 与 月份, VA理论投料量 

方法

Box-Cox 变换
取整的 λ           0.842684
估计的 λ           0.842684
λ 的 95% 置信区间  (0.791184, 0.890184)


变换的响应的方差分析

来源                 自由度  Adj SS  Adj MS     F 值   P 值
回归                      2  928615  464307  5298.47  0.000
  VA理论投料量            1  600387  600387  6851.35  0.000
  月份*VA理论投料量       1    3341    3341    38.12  0.000
误差                     95    8325      88
  失拟                   64    7045     110     2.67  0.002
  纯误差                 31    1280      41
合计                     97  936940


变换的响应的模型汇总

                 R-sq（调
      S    R-sq      整）  R-sq(预测)
9.36111  99.11%    99.09%      99.05%


变换的响应的系数

                                                        方差膨
项                      系数  系数标准误   T 值   P 值  胀因子
常量                    4.42        1.40   3.14  0.002
VA理论投料量         0.35607     0.00430  82.77  0.000    1.70
月份*VA理论投料量  -0.002514    0.000407  -6.17  0.000    1.70


回归方程

VA检测结果^0.842684 = 4.42 + 0.35607 VA理论投料量 - 0.002514 月份*VA理论投料量


异常观测值的拟合和诊断

原始响应

观测值  VA检测结果   拟合值
     1     872.700  881.159
    11     482.000  546.282
    13     407.000  490.642
    14     872.700  881.159
    26     508.000  490.642
    32     486.000  490.642
    38     532.000  495.632
    46     194.000  136.724
    48     181.000  126.985
    49     171.000  120.556
    55     480.000  549.335
    58     448.000  509.050
    59     433.000  495.730
    60     439.800  378.079


变换的响应

        VA检测
观测值   结果'  拟合值    残差  标准残差
     1  300.76  303.22   -2.45     -0.28     X
    11  182.37  202.66  -20.29     -2.19  R
    13  158.15  185.13  -26.98     -3.04  R  X
    14  300.76  303.22   -2.45     -0.28     X
    26  190.63  185.13    5.50      0.62     X
    32  183.65  185.13   -1.48     -0.17     X
    38  198.19  186.71   11.48      1.29     X
    46   84.70   63.07   21.63      2.33  R
    48   79.89   59.26   20.63      2.22  R
    49   76.16   56.73   19.43      2.10  R
    55  181.74  203.62  -21.88     -2.39  R
    58  171.47  190.96  -19.49     -2.10  R
    59  166.62  186.74  -20.12     -2.19  R
    60  168.82  148.62   20.20      2.19  R

VA检测结果' = 变换的响应
R  残差大
X  异常 X

 
但VA检测结果 残差图 的正态概率图P＜0.005，已经是做Box-cox变换了的
该回归模型还可信吗？需要怎么改变