您好，該設計是全因子（4 因子）+ 1 個中心點 + 2 個特殊組合 - 19 次運行 - 1 響應 - 4 缺失
4個因素是連續的（水平+1=存在最高劑量；0=存在半劑量；-1=不存在=劑量0）。
在第一階段，我希望評估交互的重要性和主要因素，以選擇製造產品的最佳組件。 這不是混合物設計，因為產品99.9%以上是溶劑（僅添加劑，沒有固定數量）
最終產品 = 1 至 4 A 的組合（A6、A8、A9、A10）。 不幸的是，4 次運行的響應在 QC 後無效，因此在不簡化模型的情況下，我沒有足夠的自由度來估計 3 向相互作用和 4 向相互作用。 我第一次只估計了 4 個主要因素和 6 個雙向交互作用。
排序參數估計
期限估計 t 比率 Prob>|t|
(A8-0.11667)*(A9+0.01667)-0.007222 -3.41 0.0271*
A8 -0.006444 -3.10 0.0361*
A9 0.01211 5.90 0.0041*
我已將數據附加在 .jmp 文件中，並將輸出、分析器和交互圖以及註釋附加在 Word 文檔中。
2 個連續因子 A8 和 A9 之間的相互作用（分別以其設計中的均值（0.11667 和 -0.01667）為中心）顯著，表明當 A9 以其最大劑量（水平 +1， =較高劑量），當A9不存在時接近零（水平1，=劑量0），當A9處於一半劑量時接近零（水平0-一半劑量）。
A8 參數是根據 A9 的平均值進行估計的。 當 A9 不存在（水平 -1，= 劑量 0）或存在較高劑量（水平 +1，= 較高劑量）時，是否有可能使用 JMP 進行不集中的相互作用以及 A8 參數的相應測試。
當您進入“擬合模型”設置對話框時，“模型規格”旁邊有一個紅色小三角菜單。 該菜單下有一個“中心多項式”選項。 只要取消選中它即可。
最好的，
中號
