筛选离散数值设计<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我创建了一个带有离散数字项的裂图RSM DOE。AMT delta（x1）是具有5个离散数字水平的HTC因子，而alpha（x2）是具有7个离散数字水平的ETC因子。为了提出基于代理的优化过程，我使用历史数据来制作DOE和响应面。但是，将来我希望在数据形状未知时应用此过程。
我的问题是基于筛选我的设计，以确定我的模型中的哪些术语是重要的。在筛选分析功能的描述中，它表示它仅适用于2级或连续因子。是否有任何自动方法在筛选功能中包含高阶多项式项？我现在使用的历史数据是非线性的，我预计我将生成的未来数据也将是非线性的。所以我希望能够在给定每个因子的数字水平数的情况下以最大多项式开始。此外，我想包括更高权力的所有互动条款。
我手动执行了自己的筛选分析，但包括拟合模型中的所有术语，然后一次一个地使用向后消除无关紧要的术语。JMP是否有自动执行此操作的方法？
或者我应该以完全不同的方式拟合我的模型？
谢谢，
亚历克斯
Re：筛选离散数值设计娄，
再次感谢您的回复。我主要担心的是捕捉我测试中正在进行的真实物理，但正如George Box的引言所解释的那样，如果不在我的设计空间中占据无数个点，就没有办法做到这一点，这几乎与能源部正在努力实现的目标。
我理解用高阶多项式过度拟合数据的潜在缺点。我想尝试更高阶模型，尝试使用单个模型准确捕获整个设计空间。然而，解决这个问题的方法是找到适合数据的一阶或二阶模型，确定是否存在拟合误差超出一定公差的区域，或者是否存在未准确捕获的区域使用工程历史知识（例如翼型失速），然后在关注区域周围的更多数据点重新运行实验。
另一个选择可能是将整个设计空间分成不同的实验设计，并为每个设计拟合不同的模型。因此，对于一个翼型，它将是较低迎角的线性模型和失速区域附近的非线性。
这些路线比试图增加模型的顺序更好吗？
谢谢。
Re：筛选离散数值设计亚历克斯，
这是一个非常复杂的问题，可能很难简洁地回答。我会告诉我，KISS（保持简单）原则适用。带有RSM模型的拆分图（主效应，双向交互和多项式项）似乎适用于您共享的文件。 附件是编写RSM模型脚本的文件。
希望这可以帮助。
娄
