当Y响应是向量时DOE（例如：Y是曲线）<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我正在使用一个简单的3²DOE来查看2个变量对曲线形状的影响。所以我的回答Y不是单个值而是曲线，即 这里的Y是一个向量（包含构成曲线的点的y坐标）。
我想知道在JMP中是否有办法使用Y向量作为整体响应，而不是在构成曲线的每个点上执行经典脚本，这是费力的。
谢谢您的帮助！
Re：当Y响应是向量时DOE（例如：Y是曲线）昆汀，
如果现实世界不那么复杂，你可以简单地将正态分布拟合到PSD。那么你将只有两个（而不是40个）完全描述PSD的参数。但是，分布可能不适合参数分布，因此您需要关注非参数测量。
我的预感是你需要担心的PSD功能很少。即使您使用的是PLS模型，它也可能将40“X”值降低到两个或三个基本属性，例如分布的中心，以及它的峰值或平坦度。所有这些都可以通过第10个，第50个和第90个百分位 - 以及它们之间的差异 - 来捕获，以基本上捕获粒度分布的主要特征。此外，这些措施对于解决该问题的科学家和工程师来说可能更为熟悉（KISS）。
PSD也可能不是唯一关注的属性（响应）。流动，表面积，水分含量等属性对于解决问题可能更为重要。这是PLS或MANOVA可能感兴趣的地方。
格雷格
Re：当Y响应是向量时DOE（例如：Y是曲线）我认为可行的答案在某种程度上取决于您的数据质量以及您希望使用分析结果的内容。
您可以尝试使用PLS对构成功能响应的Y值进行建模，或者您可以尝试某种特征提取，然后进行进一步分析。塞巴斯蒂安上面的建议可以被认为是后者的一个例子，但它确实假设你可以找到一个有用的模型，理想情况下，参数具有一定的科学或技术相关性。另一个“特征”可能是曲线下面积（可能在某些相关限制之间），或分位数回归（可能适用于样本大小分布）。
看到：
偏最小二乘模型
http://www.jmp.com/support/help/Distribution_Option_in_Generalized_Regression.shtml
Re：当Y响应是向量时DOE（例如：Y是曲线）亲爱的塞巴斯蒂安，
谢谢您的帮助。事实上，我认为这是当时唯一的解决方案。 但是，这意味着您可以将模型拟合到您的数据，这并非总是可行。
无论如何，我会试一试！
再次感谢！
Re：当Y响应是向量时DOE（例如：Y是曲线）最近我遇到了类似的问题。我认为没有任何直接的解决方案。我们做了以下事情：
1。为每次运行使用非线性平台拟合非线性模型。在我们的例子中，Michaelis-Menten-fit工作得相当好。
2。然后我们使用Michaelis Menten拟合的两个参数作为我们DOE的响应变量。
这样我们就有了某种层次模型：X =>非线性拟合参数== Y（表示曲线的相关特征）。
如果你不赶时间，你可能想参观2016年在阿姆斯特丹的JMP Discovery Summit，我的老板将在这里展示（当然，他的演讲将被接受）。
塞巴斯蒂安
Re：当Y响应是向量时DOE（例如：Y是曲线）亲爱的smoore2，谢谢你的帮助，但我想我还不够清楚。
我实际上是想模拟效果仅2个实验因素在曲线的形状上，不能通过ay = f（x）函数容易地建模（该曲线实际上是在用所研究的装置处理之后材料的粒度分布）。因此，x值是固定的，它们不是变量，而是相应的y值。
我目前找到的唯一解决方案就是以我的11次运行模式解决问题：
- 第一列：因子＃1的值（+1,0或-1），
- 第2列：因子＃2的值（+1,0或-1），
- 第3至42栏：
这是非常费力的，因为我必须分别处理每个x值，并且我想一次处理每个x值，以查看我的因素对全局y = f（x）曲线的影响而不是每个单数（ xi，yi）情侣。
我希望我的解释清楚，有人知道我能做什么！
谢谢您的帮助！
Re：当Y响应是向量时DOE（例如：Y是曲线）Quentin，听起来你的DOE实际上有两个响应变量 - 矢量响应的x和y值。 您可以使用DOE的结果轻松地为每个响应变量建模。 如果x和y变量之间存在强烈的相互作用，则可能存在一些困难，在这种情况下，您可能在y的预测模型中包含x值，反之亦然。 我不确定这是否完全是“犹太洁食”，但这就是我要做的就是看它是否有效。
