使用已收集的历史数据创建 RSM你好，
我有一堆解释变量和响应变量的历史值。 给定这些数据，我如何构建 RSM？ 我可以根据为一系列运行收集的数据构建自定义设计吗？
回复：使用已收集的历史数据创建 RSM也许我遗漏了一些东西，但既然您已经从历史数据中获得了 x 和 y 矩阵，那么当您的主要目标是 RSM 模型评估时，为什么还需要创建自定义设计？ 您可以只使用 JMP 数据表作为您的历史数据，然后直接进入 Fit Model 平台，然后选择合适的 Fit Model 特性、效应规范等。您仍然可以使用设计矩阵上的 Evaluate Design 平台来评估对于功率，效果之间的相关性等。
您将如何创建定制设计？ 我会发现 I 最优设计的定制设计平台不太可能有一组治疗组合，您可以在组合的历史数据集合中找到这些组合？
我只是注意个性预测变量之间的相关性，例如标准最小二乘法。 DOE 的一个主要优点是避免这个问题……但历史数据通常不是来自设计的实验……你得到你得到的……并且预测变量之间的多重共线性/相关性经常存在。 如果你有大量的多重共线性，一切都不会丢失......在这种情况下，JMP 中仍然有建模个性（如偏最小二乘）和 JMP Pro（广义回归个性中的惩罚回归方法）。
回复：使用已收集的历史数据创建 RSM这应该不是问题
回复：使用已收集的历史数据创建 RSM创建自定义因子设计可以处理像以下示例数据一样随机的历史数据吗？
-> X1 - X5 - 自变量
-> Y - 响应变量
| 运行顺序 | X1 | X2 | X3 | X4 | X5 | 是 |
| 1个 | 69 | 0 | 430 | -3 | 11 | 23 |
| 2个 | 73 | 0 | 421 | -2 | 12 | 21 |
| 3个 | 86 | 1个 | 426 | -1 | 12 | 27 |
| 4个 | 83 | 0 | 428 | -3 | 13 | 29 |
| 5个 | 58 | 1个 | 391 | -3 | 11 | 24 |
| 6个 | 86 | 0 | 385 | -4 | 13 | 28 |
| 7 | 74 | 1个 | 446 | -4 | 14 | 29 |
| 8个 | 85 | 0 | 405 | -4 | 13 | 26 |
| 9 | 93 | 0 | 368 | -2 | 15 | 21 |
| 10 | 75 | 1个 | 382 | -1 | 12 | 28 |
| 11 | 93 | 1个 | 414 | -3 | 11 | 27 |
| 12 | 98 | 1个 | 422 | -2 | 14 | 21 |
| 13 | 63 | 1个 | 397 | -2 | 15 | 29 |
| 14 | 73 | 1个 | 355 | -2 | 12 | 28 |
| 15 | 61 | 0 | 420 | -4 | 11 | 23 |
| 16 | 92 | 2个 | 390 | -2 | 15 | 22 |
| 17 | 75 | 2个 | 427 | -2 | 14 | 25 |
| 18 | 93 | 0 | 379 | -1 | 10 | 28 |
| 19 | 78 | 2个 | 431 | -2 | 10 | 30 |
| 20 | 77 | 0 | 390 | -1 | 15 | 22 |
回复：使用已收集的历史数据创建 RSM帮助==>书籍==>实验设计指南
帮助==>教程==>DOE教程
回复：使用已收集的历史数据创建 RSM谢谢回复！ 我可以参考任何用于构建定制设计的材料吗？
回复：使用已收集的历史数据创建 RSM是的。 您可以构建与您的历史数据相匹配的自定义设计，然后一旦构建了模型，您只需将历史数据剪切并粘贴到设计中即可
