DOE - 擬合模型和刻畫器<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我使用擬合模型和刻畫器來幫助我確定哪些因素很重要並預測響應。
經過擬合模型 -> 逐步分析後，5 個因素中只有 2 個是重要的。 我嘗試將所有 5 個因素放入“擬合模型”->“標準最小二乘法和效果篩選”中，Profiler 給了我不同的預測。 這對我來說很有意義，因為現在 JMP 適合不同的模型。 但我知道第一個只有兩個因素的模型更準確。 如果我試圖最大化我的反應，我如何找出對我的反應不重要的其他 3 個因素的設置？
回复：DOE - 擬合模型和刻畫器同意凱文的觀點，
假設您有足夠的自由度來擬合模型，我會從那裡開始並提取不會增加價值的術語。 您使用了逐步的方法，但沒有描述您採用的停止規則。 我還閱讀了您的問題，您試圖確定已刪除的其他術語應設置為什麼設置。 在這種情況下，在模型中包含這些主要效應項，Profiler 將指示它們對響應的影響。
回复：DOE - 擬合模型和刻畫器當您說“知道只有 2 個因素的第一個模型更準確”時，您的意思是什麼？如何你知道嗎？因為步步這麼說？？
在網絡上搜索“逐步回歸的問題”將很快詳細說明許多不信任 Stepwise 的技術原因。不僅僅是 JMP...任何軟件...
關於逐步過程，我最喜歡的一句話是：“就我個人而言，我不會讓自動例程選擇我的模型，就像我不會讓一些最合適的程序收拾我的手提箱。” 羅南·康羅伊.
部分問題在於逐步將未選擇因子的參數估計設置為零，因此這些因子的設置在逐步模型中甚至不重要。這在您的申請中合法嗎？這可能會導致顯著的偏差。為什麼不使用完整模型？如果您出於某種正當原因對完整模型不滿意，我建議您使用一些懲罰回歸技術，例如廣義回歸平台中的套索或彈性網絡。至少這些方法限制參數並處理多重共線性（與逐步法不同）。
