因果图通常用于在头脑风暴会议中直观地将响应与流程的可能因素联系起来（在 JMP 中：分析 -> 质量和流程 -> 图表）。
我建议通过传输工具来扩展图表平台，以便将图表中的响应和因素直接输入到 DOE 定制设计平台中。
在传输协议中，用户必须定义
- 数据/建模类型的因素
- 如果它们是可控的、不受控制的、协变量或常数（提供这些含义的实际信息，例如不受控制的可能是记录的室温，协变量可能是按原样测量的样本尺寸，不能要求满足特定值。通常，会有许多常数，然后将其带入文档中）
- 是否可以轻松改变（裂区）
- 如果假设因子和响应之间的关系是线性的、二次的、多项式的……以及 -1/+1 级别分别是什么
- 名义因素的水平是多少（以及有多少）
- 应检查哪些交互作用（默认情况下，跨表所有双向交互作用都已勾选，不需要的可以取消勾选。应提供有关交互作用的实用信息）
- 如果某些级别组合不起作用（约束）
- 关于响应和因素的附加自由文本信息
- ...？
在发送给 DOE 定制设计时，信息将用于填充相应的字段，根据请求，响应和因素将被保存，并且将使用提供的信息构建假定的模型（因此用户不一定需要关心在 JMP 中构建模型的技术 - 尽管了解其工作原理当然是个好主意）。
关于响应和因素的一般信息，如单位、限制、目标，也应该在传输工具中提供。
根据我的经验，虽然我们经常使用因果图，但我们从不在 JMP 中使用它们，因为其中的信息不可传输。我也无法将其他工具中的信息传输到 JMP-DOE，但在 JMP 中，因果图有机会发挥附加价值。JMP 本身可以进行更多的流程开发和管理。
