使用已收集的歷史數據創建 RSM你好，
我有一堆解釋變量和響應變量的歷史值。 給定這些數據，我如何構建 RSM？ 我可以根據為一系列運行收集的數據構建自定義設計嗎？
回复：使用已收集的歷史數據創建 RSM也許我遺漏了一些東西，但既然您已經從歷史數據中獲得了 x 和 y 矩陣，那麼當您的主要目標是 RSM 模型評估時，為什麼還需要創建自定義設計？ 您可以只使用 JMP 數據表作為您的歷史數據，然後直接進入 Fit Model 平台，然後選擇合適的 Fit Model 特性、效應規範等。您仍然可以使用設計矩陣上的 Evaluate Design 平台來評估對於功率，效果之間的相關性等。
您將如何創建定制設計？ 我會發現 I 最優設計的定制設計平台不太可能有一組治療組合，您可以在組合的歷史數據集合中找到這些組合？
我只是注意個性預測變量之間的相關性，例如標準最小二乘法。 DOE 的一個主要優點是避免這個問題……但歷史數據通常不是來自設計的實驗……你得到你得到的……並且預測變量之間的多重共線性/相關性經常存在。 如果你有大量的多重共線性，一切都不會丟失......在這種情況下，JMP 中仍然有建模個性（如偏最小二乘）和 JMP Pro（廣義回歸個性中的懲罰回歸方法）。
回复：使用已收集的歷史數據創建 RSM這應該不是問題
回复：使用已收集的歷史數據創建 RSM創建自定義因子設計可以處理像以下示例數據一樣隨機的歷史數據嗎？
-> X1 - X5 - 自變量
-> Y - 響應變量
| 運行順序 | X1 | X2 | X3 | X4 | X5 | 是 |
| 1個 | 69 | 0 | 430 | -3 | 11 | 23 |
| 2個 | 73 | 0 | 421 | -2 | 12 | 21 |
| 3個 | 86 | 1個 | 426 | -1 | 12 | 27 |
| 4個 | 83 | 0 | 428 | -3 | 13 | 29 |
| 5個 | 58 | 1個 | 391 | -3 | 11 | 24 |
| 6個 | 86 | 0 | 385 | -4 | 13 | 28 |
| 7 | 74 | 1個 | 446 | -4 | 14 | 29 |
| 8個 | 85 | 0 | 405 | -4 | 13 | 26 |
| 9 | 93 | 0 | 368 | -2 | 15 | 21 |
| 10 | 75 | 1個 | 382 | -1 | 12 | 28 |
| 11 | 93 | 1個 | 414 | -3 | 11 | 27 |
| 12 | 98 | 1個 | 422 | -2 | 14 | 21 |
| 13 | 63 | 1個 | 397 | -2 | 15 | 29 |
| 14 | 73 | 1個 | 355 | -2 | 12 | 28 |
| 15 | 61 | 0 | 420 | -4 | 11 | 23 |
| 16 | 92 | 2個 | 390 | -2 | 15 | 22 |
| 17 | 75 | 2個 | 427 | -2 | 14 | 25 |
| 18 | 93 | 0 | 379 | -1 | 10 | 28 |
| 19 | 78 | 2個 | 431 | -2 | 10 | 30 |
| 20 | 77 | 0 | 390 | -1 | 15 | 22 |
回复：使用已收集的歷史數據創建 RSM幫助==>書籍==>實驗設計指南
幫助==>教程==>DOE教程
回复：使用已收集的歷史數據創建 RSM謝謝回复！ 我可以參考任何用於構建定制設計的材料嗎？
回复：使用已收集的歷史數據創建 RSM是的。 您可以構建與您的歷史數據相匹配的自定義設計，然後一旦構建了模型，您只需將歷史數據剪切並粘貼到設計中即可
