通過定制設計評估結果大家好！
我希望您在此問題上提供幫助：
我最近使用5個參數使用JMP創建了自定義設計。我必鬚根據三個輸出參數的結果來評估參數的主要影響和非線性，以及參數的相互作用。
現在，自定義設計為我提供了有關如何評估結果的建議，也可以選擇我自己。在我上傳的這個示例中，您會發現JMP建議和我的第二選擇都保存在左上角的數據表中。請幫助我選擇正確的評估方法，因為兩種方法的優化設置看起來都稍有不同，儘管我認為這些值對於兩種評估方法都很好。
提前致謝！
蘇
@martindemel
回复：通過定制設計評估結果最佳模型的選擇並不總是很清楚。您包括了許多高階術語，其中只有少數可能處於活動狀態。我將JMP Pro 15中的通用回歸平台與自適應LASSO方法一起用於基於最小AICc的術語選擇。這是Prediction Profiler，擬合後的模型另存為列公式。
我在數據表中附加了用於擬合的腳本，在列中附加了用於測試的模型公式。
回复：通過定制設計評估結果只需補充一下，就可以確定一個好的模型。我建議確認應該產生預期結果的設置和會產生不良結果的設置的預測。一個好的模型可以預測好的和壞的結果。
回复：通過定制設計評估結果非常感謝貝利先生！回复：通過定制設計評估結果您是否要在此處設置輸出參數的合意性值，並查看是否可以達到合意性級別“ 1”？還是有另一種方法來確認一個好的模型？回复：通過定制設計評估結果預測分析器是一種利用所選模型。我建議使用它來找到可預測最理想結果的設置，並設置可預測不理想結果的設置。
確認中該模型需要新的經驗證據：使用兩組設置來運行系統/過程，並確定平均結果是否與預測相符。這是確認我知道的唯一方法。
回复：通過定制設計評估結果放在 @馬克貝利我以另一種方式引用我在伊士曼柯達公司任職期間曾與之共事的明智工程師的確認推薦書。他的名字叫戴夫·尼梅耶。他的話是這樣的……”斷斷續續的故障機制，您根本不了解根本原因。”
回复：通過定制設計評估結果我猜他的意思是，您可以通過使用這些最佳設置進行一兩個額外的實驗來檢查最佳設置，以獲得最理想的輸出。然後，找到不良結果的設置（使用事件探查器），然後使用這些（通常）新的設置進行另一個或兩個實驗。
如果好設置和壞設置的實驗都分別與每個設置的模型結果匹配，則可以判斷出具有良好的預測和解釋模型。如果您只能預測好的結果或不好的結果，則您的模型可能傾向於僅預測一個方面的好結果。如果您有罕見事件並使用全部數據來預測結果，則有時會發生這種情況。那些罕見事件可以被預測為“好”，儘管它們是“壞”，這僅僅是因為由於罕見性而導致預測這些錯誤所涉及的誤差很小，即使您說一切都很好（也沒有不良結果）。這是許多人陷入陷阱的話題。希望這可以幫助。
