確定性篩選設計是否適合多重響應？親愛的 JMP 社區：
在 DOE 篩選多重響應因素的情況下，我嘗試使用 DFD（最終篩選設計）。
然而，結果僅篩選了重要因素個人回應。 我更有興趣了解影響所有回复的重要因素。
在針對多重響應的標準篩選設計（分數階乘 Res III、Res IV 或 Res V）中，我可以獲得包含所有響應（而不是單獨響應）的重要因素的結果。
DFD 是否可以為多重響應提供這種結果？
謝謝並註意安全。
兄弟，
克里斯
回复：確定性篩選設計是否適合多重響應？我對您使用“個人回應”和“多重回應”這兩個短語的方式感到有點困惑。 如果使用嵌入在使用最終篩選設計平台創建的 JMP 數據表中的 Fit Definitive Screening Design 腳本（或 Fit Definitive Screening Design 本機平台），我可以對報告中的每個響應進行單獨且不同的分析，就像我想要的那樣使用擬合模型平台。 我不一定會得到模型、顯著效果等的相同答案，因為擬合最終篩選腳本/平台有內置邏輯/工作流程，部分原因是工作流程利用了有關效果遺傳和稀疏性的一些假設。 有關此工作流程的詳細信息位於此處的 JMP 在線文檔中：
https://www.jmp.com/support/help/en/15.1/#page/jmp/the-fit-definitive-screening-platform.shtml#
回复：確定性篩選設計是否適合多重響應？簡短的回答是，是的，最終的篩選設計適合具有多種反應的情況。
使用 DSD 而非其他設計方法的考慮因素與響應數量無關。 他們更需要決定這是否是篩查情況。 也就是說，您是否期望關鍵篩選原則成立，並且這不是 DSD 不打算處理的情況之一（請參閱 Bradley Jones 博客文章）。
如果您指的是使用“擬合最終篩選”選項來選擇模型，則響應將單獨擬合。 這種分析方案不可能同時有多個響應。 您可以保存每個響應的擬合模型，然後通過選擇圖形 > 刻畫器將它們組合起來。 您將能夠檢查每個因素如何影響所有響應。 （通常認為最佳實踐是為每個響應單獨擬合最佳模型。）
其他設計選擇生成模型表腳本。 默認情況下，JMP 將聯合擬合多個響應，但您可以覆蓋該選擇。 擬合通用模型仍然可以確定各個參數估計值，但該模型對於每個響應都包含相同的項。 效果摘要顯示了最顯著（最小 p 值）的每個響應項的結果。
如果您喜歡這種行為，您可以通過從“分析”>“擬合模型”開始，使用相同的“擬合最小二乘法”平台來分析 DSD 實驗。 如果其他行為更適合您的目的，您始終可以控制並選擇其他行為。
