情况是，产品可以对各种属性进行多次测量，这可能会或可能不会在单独的测试中预测其性能。 对于每个对象，都有单真正描述对象的属性的度量，但是多绩效评估。 如何将性能最好地包含在性能模型中？
测量的属性包括属性，这些属性是数字变量和连续变量：
- 热容量
- 导热系数
- 黏度
- 牵引力
- 摩擦
性能测试是故障之前的压力循环次数。 此处，此性能测试有六个副本。
因此，对于给定的对象，具有奇异的属性度量，在这种情况下，我们有六个独立的性能度量。 因此，对于性能测试而言，存在实验误差，但对于性能而言，则不是。 实验误差可以很好地估计变异性，以计算统计显着性。
这些属性很有可能预测性能，但是对这些属性进行六次测量以匹配性能测试的数量是不可能且不切实际的。 粘度例如是真正已知的。 没有理由进行六次测量。
如何在性能模型中使用JMP链接或采用属性？
我无法创建脚本。 只是说。 需要独立于脚本的JMP方法...
