離散数値設計のスクリーニング<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />離散数値項を使って分割プロットRSM DOEを作成しました。AMTデルタ（x1）は5つの離散数値レベルを持つHTC係数であり、アルファ（x2）は7つの離散数値レベルを持つETC係数です。代理ベースの最適化プロセスを考え出すために、私はDOEと応答曲面を作成するために履歴データを使用しています。しかし、将来的にはデータの形がわからないときにこのプロセスを適用したいと考えています。
私の質問は、モデル内のどの用語が重要であるかを判断するためにデザインをスクリーニングすることです。スクリーニング分析機能の説明では、2水準または連続要因のみであるとしています。スクリーニング関数に高次多項式項を含めるための自動化された方法はありますか？私が現在取り組んでいる過去のデータは非線形であり、私がこれから生成する将来のデータも同様に非線形になると思います。それで、各因子の数値レベルの数を考えて、可能な最大の多項式から始められるようにしたいと思います。また、私はより高い力のすべての相互作用の用語を含めたいと思います。
私は自分のスクリーニング分析を手作業で行いましたが、当てはめモデルにすべての用語を含め、それから重要でない用語の逆方向排除を一度に1つずつ使用しました。JMPにはこれを自動化する方法がありますか？
それとも、まったく別の方法で自分のモデルをフィットさせようとしているのでしょうか。
ありがとう、
アレックス
離散数値デザインのスクリーニングルー、
もう一度お返事をありがとう。私の主な関心事は私のテストで起こっている本当の物理学を捉えることです、しかしジョージボックスからの引用が説明するように、私の設計空間で無限に多くの点を考慮せずにこれをする方法はありません。DOEが達成しようとしていること
私は、高次多項式を使ってデータを過剰にあてはめることによる潜在的な落とし穴を理解しています。1つのモデルで設計空間全体を正確に捉えようとするために、高次モデルを試してみたかったのです。ただし、これを実行するには、データに適合する1次または2次モデルを見つけ、近似誤差が特定の許容範囲を超えている領域があるかどうか、または正確に取得されていない領域があるかどうかを確認します。工学的な歴史的知識（翼の失速など）を使用してから、関心領域周辺のデータポイントを増やして実験を再実行します。
別の選択肢は、全体的なデザインスペースを異なる実験デザインに分割し、それぞれに異なるモデルをフィットさせることです。それで、翼のためにそれはより低い迎え角で線形モデルと失速領域の近くで何か非線形になるでしょう。
これらの方法は、モデルの次数を上げ続けようとするよりも優れているでしょうか。
ありがとう。
離散数値デザインのスクリーニングアレックス、
これはかなり複雑な質問で、おそらく簡単に答えるのは困難です。私はKISS（単純にする）原則が適用されることを私に言います。RSMモデル（主効果、双方向の相互作用、多項式の項）を使った分割プロットは、あなたが共有したファイルにはちょうどいいようです。 RSMモデルをスクリプト化したファイルが添付されています。
お役に立てれば。
ルー
