标准与简单隐式多重线性回归中的格点设计

统计学家通常使用普通最小二乘来最小化关于独立解释变量的主体响应中的随机误差。然而，Wooten展示说明了如何在不定义主体响应的情况下使用普通最小二乘来最小化系统中的随机误差。使用格点设计，Wooten展示了非响应分析是多线性回归中随机变量与参数估计之间金字塔关系的优越替代旋转。简单线性共线性的非响应分析和简单线性回归中的旋转分析挑战了固定效应的概念；一致性被包括作为随机度量（变量）。使用格点设计的图示给出了一个均值算子，它生成标准均值和自加权均值，以及其他具有随机权重的点估计；以及一个连接，图示了方差和协方差；并发展了称为内部协方差和基方差的方差度量。这些概念用于图示这些度量如何用于评估标准简单线性回归和简单隐式回归（非响应和旋转）中的参数估计。这些格点设计的结果分析表明，标准简单线性回归通过考虑一个方向上的方差与两个相邻协方差（标准和内部）相关来限制关系，而非响应分析根据内部协方差和基方差定义关系。