拟合模型以进行两因素实验设计我正在尝试为两因素实验设计（2个因素）拟合模型。 这是DC Montgomery书中的问题5.4（实验的设计和分析，第8版，第5章。正在研究化学过程的产率。 人们认为两个最重要的变量是压力和温度。 选择每个因子三个级别，然后执行两次重复的析因实验。 产量数据如下：
当温度和压力设置为“标称”时，可以解决此问题。 我原本希望将它们设置为“连续”，但如果这样做，则ANOVA是错误的。
1）为什么我需要将因子设置为“名义”而不是“连续”才能获得适当的ANOVA和拟合估计？
2）如果要从数据中找到回归模型，则需要将“温度”和“压力”设置为“连续”。 为什么？
分析工具回复：为两因素实验设计拟合模型我对确切和完整的问题上下文不熟悉，因此只能在这里猜测……在JMP变量中，可以有不同的数据类型，这些数据类型或多或少地与这些数据类型的解析建模方法保持一致。 在JMP中，这些数据类型中的某些（但肯定不是全部...这使得JMP成为有用的应用程序！）被标记为“标称”和“连续”。 也许您在书中所读问题中的“标称”是指所研究制造过程的首选设置或当前设置，而不是JMP中使用的数据类型标签？
从JMP数据类型的角度来看，问题中提出的这些类型的实验因素通常被认为是“连续的”，这反过来又打开了多种建模方法，其中一种被称为JMP中的标准最小二乘...转向会产生一个好的老式线性回归模型。
回复：为两因素实验设计拟合模型分析数据集的方法不止一种。 不一定“错”。 在ANOVA方法中，您估计的是模型中每个术语的影响。 对于您所指的两因素实验，每个因素具有2个自由度（或8个模型效果），因此模型为：
Y = T + P + TP +错误
如果使用回归进行分析，则可以将每个因子的两个自由度分配给线性和二次效应：
Y = T + P + TP + T * T + P * P + E
回复：拟合模型以进行两因素实验设计我认为这两个问题的答案是：由于JMP中的工作流程。
如果要进行方差分析（方差分析，样本中组均值之间的差异）：
当X为标称值时，X中的不同组仅存在（或明确）。
因此，在“按y拟合x”中使用标称X时，您将得出方差分析。
回归需求，您可以使用x值进行计算。 只有连续x才是这种情况。
只需通过x和y的数据类型，您就可以告诉JMP您要执行什么分析。 启动“通过x拟合y”平台时，请查看左下方的图片。 我认为，这是一个很好且有效的界面，让JMP提供适合您的建模类型的方法。 但是，可能需要一些时间来适应它。
