分析混料设计

混料回归
回归表 - R 平方

R 代表了由模型解释的响应中的变量比例。Minitab 显示三种类型的 R：

· R (R-Sq) 描述观测响应中由模型解释的变异的数量。

· 调整的 R 表示已根据模型中的项数调整的修正 R。如果包括了不必要的项，R 会人为地变得很高。与 R 不同，调整的 R 在您向模型中添加项时可能变小。

· 预测 R (R-Sq(pred)) 反映模型预测未来数据的准确度。

注意	通过在回归模型中包括过多的项，可使 R 人为增高。如果给模型增加不必要的预测变量，则即使没有获得关于响应的更多信息，通常也会使 R 的值增大。由于调整的 R 考虑了模型中预测变量的数目，因此它比 R 更适合用来比较具有不同数目预测变量的模型。

S = 1.48597     PRESS = 484.810
R-Sq = 99.64%   R-Sq（预测） = 86.92%   R-Sq（调整） = 98.99%

对于奶酪火锅的数据，R 为 99.64%，调整的 R 为 98.99%，预测 R 为 86.92%。