回复：在前向逐步參數選擇中包含隨機效應在擬合所有可能的模型功能中允許隨機效應也是非常可取的。
回复：在前向逐步參數選擇中包含隨機效應 - 狀態更改為：已存檔我們正在歸檔此請求。 如果這仍然很重要，請評論更多細節，我們將重新開放。 謝謝！回复：在前向逐步參數選擇中包含隨機效應是的，知道如何在逐步回歸和廣義回歸中處理隨機效應（隨機塊、整塊......）仍然很重要。 現在如何使用廣義回歸分析裂區 DOE？
回复：在前向逐步參數選擇中包括隨機效應我仍然認為這很重要。
我不知道需要什麼額外的細節？
目前，在擬合模型中，逐步/適合所有可能的模型特徵不允許具有隨機效應的模型。 如果是這樣，那就太好了。
回复：在前向逐步參數選擇中包含隨機效應廣義回歸是一個很好的工具，對於分析 DOE 非常有用！ 也許很難用收縮方法處理隨機效應/分割圖，如果是這樣，有沒有辦法用廣義回歸來處理這個問題？
回复：在前向逐步參數選擇中包含隨機效應 - 狀態更改為：已確認@frankderuyck謝謝您的答复！ 我已將狀態更改回“已確認”。 我們已經記錄了您的請求，並將予以考慮。 目前不需要進一步的細節。
回复：在前向逐步參數選擇中包括隨機效應 - 狀態更改為：正在調查回复：在前向逐步參數選擇中包括隨機效應 - 狀態更改為：我們喜歡它！ （在隊列中）@frankderuyck - 我們已審核您的請求，認為這將是對 JMP 的重要補充。 此請求在未來版本中要處理的項目隊列中。
回复：在向前逐步參數選擇中包括隨機效應同意。 設計專家可以做到這一點。 JMP落後了
在前向逐步參數選擇中包含隨機效應許多 DOE 需要在幾天內執行，因此在 DOE 分析中考慮和分離隨機時間變化是一個問題。 正如 Goos & Jones 所說，DOE 中的隨機區塊對於吸收隨機變化非常有用，因此可以精確估計固定效應。
然而，在JMP前向逐步參數選擇模組中，不能包含隨機效應；所有區塊，還有隨機時間效應區塊，都需要被視為固定效應。 在前向選擇中，允許隨機效應將是一個重大改進，因此可以避免舊的繁瑣的後向選擇。
進階統計建模回覆：在向前逐步參數選擇中包含隨機效應願望清單優先級調查的候選人 - 試運行：
JMP 願望清單優先調查隆重推出！
回覆：在前向逐步參數選擇中包含隨機效應另一個類似的請求： https://community.jmp.com/t5/JMP-Wish-List/Mixed-Model-Selection-in-JMP/idi-p/848685
