minitab线性和偏倚分析时R-sq的作用
各位高手帮我看看下图，从图看偏倚=0的直线穿过置信区间，线性应该是OK的，但是有几个疑问还请大神帮解答：
1、偏倚的P值是看平均P值，还是单独看每段的？因为总的P值大于0.05是ok的，但是7.5和22.5这两个点是Nok的，这种情况能接受吗？
2、7.5和22.5这两个点不良的可能原因是什么？
3、线性分析中的R-sq这个指标怎么评价？我看资料说是越大拟合度越好，但是这里很小，怎么回事？不考虑此值的话，截距和斜率的P值都大于0.05，都是OK的
1、偏倚的P值是看平均P值，还是单独看每段的？因为总的P值大于0.05是ok的，但是7.5和22.5这两个点是Nok的，这种情况能接受吗？
2、7.5和22.5这两个点不良的可能原因是什么？
3、线性分析中的R-sq这个指标怎么评价？我看资料说是越大拟合度越好，但是这里很小，怎么回事？不考虑此值的话，截距和斜率的P值都大于0.05，都是OK的
没有找到相关结果
已邀请:
RSS Feed
1 个回复
杨格_Alan (威望:668) (江苏 无锡) 机械制造
赞同来自: ZY518888 、阿拉丁_909 、zhy123
这里的线性实际上是对量程上个代表性点的偏倚（重复值）进行一次回归拟合，其原假设是各β's=0；而对应个参考值处的偏倚的波动是独立同分布的正态分布~N（0，σ^2bias)。
如果原假设成立，R-square会很大，比如通常说的大于70%等等；如果R^2很小，说明用一次（线性）方程来拟合这些偏倚是不充分的，其实也就意味着原假设不成立。
R^2是回归拟合评估的一部分，会自动给出，还要看各β的P值，但只看这些值还是不够的，；起决定因素的是对各偏倚均值的检验，即：各均值在统计意义上是否为零，且具有等方差。