响应面亲爱的JMPers，
我是JMP的新用户。我正在使用Response Surface（BOX-B）来优化我的公式。我有三个因素，每个因素都有三个级别。我总共进行了14次测试（包括两个中心点）。
我现在的问题是ANOVA（F检验）的总体意义高于我的显着性水平（0.05），这是否意味着该模型不适合，尽管缺乏拟合的p值高于我的显着性水平？我该怎么办？
非常感谢！
回复：响应面首先，我同意 @markbailey 和 @louv 删除一些最不重要的高阶条款，以帮助提高整体适应性。
你可能会考虑几件事。
因为你正在使用混合物或混合物成分，所有混合物成分将完全相关或说另一种方式不是/不能彼此独立所以考虑到这一点你将会对你的模型产生混淆/混淆更高的ANOVA（F-Test）值。 这或多或少是混合物的预期行为。
根据您的领域知识，您认为混合物成分的组合是否会起作用或者会给您带来不良后果？如果是这样，您可以为您的设计添加约束，以便关注的组合不会成为您设计的一部分。
你可以尝试的另一个合适的选择是Scheffe Cubic，看看你是否能更好地适应。 但要小心，因为有时更好的Rsquare并不意味着更好的预测模型。 此处使用效果摘要也可删除对模型不重要的高阶术语。 比较您的模型，看看哪种型号最好。
HTH
法案
回复：响应面同意马克的评估。看起来很好，可能通过删除无关紧要的条款来改进。
多年后我会分享的额外事情是在任何RSM之前筛选因子的“更多的好处”。通过最近推出的最终筛选设计，例如，可以在25次运行中有效地筛选10个因子。我只是分享这个想法，因为当被问到“如果我必须再做一遍你会做什么”时，我会说我希望我可以在潜在地进行次优化之前筛选出更多因素。
回复：响应面比尔，谢谢。是的，我正在将橡胶与聚合物混合。你能指出我还需要考虑什么吗？谢谢。
回复：响应面非常感谢你。
回复：响应面根据您所展示的内容，您看起来正在制作橡胶，过氧化物和助剂的混合物。 如果这确实是你正在做的事情，那么你的模型还有其他一些需要考虑的因素 @markbailey 建议。
回复：响应面您可以尝试删除一些最不重要的高阶项，如X3 * X3和X1 * X2。您还可以在“适合模型”对话框中将拟合个性更改为“逐步”，并将其用作模型选择的辅助工具。
感谢您分享您的JMP结果 - 否则看起来不错。
