除其他因素外， JMP拥有一种机制，可以将无法控制但在实验之前已知的值相加。我称这些因素为协变量因素，尽管在回归分析中协变量的含义略有不同。
你能提供一个现实的例子吗？
想象一下，您有很多材料，并且每批次上都有一些重要变量的度量。您想将这些批次中的项目用作实验的单位。您计划使用实验设计。您无法更改每个批次上的已测量变量，因此它们是协变量因子。您希望以这样一种方式设计实验，以便获得有关因素影响的最多信息能够控制。
安特卫普大学（University of Antwerp）教授彼得·古斯（Peter Goos）和我最近在本书中描述的一种应用一样，实验的最佳设计–案例研究方法。在案例研究中，一家汽车制造供应商正在对许多聚丙烯进行等离子蚀刻，以改善其粘合特性。每个批次有三个测量的特征。研究人员希望在实验中使用这些协变量因子以及等离子体蚀刻控制因子。
您如何在JMP中建立涉及多个协变量因素的实验？
在JMP 9中，此过程有点繁琐，尤其是在JMP数据表中有许多协变量因子的情况下。该界面要求您一次选择一个协变量因子。
现在，您可以使用下面的对话框一次输入所有协变量因子。黄色背景色表示我已选择所有三个因素。
数据表称为聚丙烯协变量，具有三列：EPDM，PP和颜色。EPDM和PP是两次连续测量，而Color则分为两个级别。该表有40行-参见表1。
定义协变量因子后您会怎么做？
您添加可以控制的因素。在这种情况下，它们是流量，功率和时间。表2显示了此步骤之后的因素。
由于有40批次的材料，下一步是决定在实验中使用多少批次。最小数量将取决于模型中的术语数量。当然，最大数量是40，因为这是您手头上所有的材料。
假设我想要这些因素的主要影响，并且我愿意进行12次奔跑。接下来是什么？
您在运行数编辑框中键入12。然后，要生成设计，定制设计器必须做两件事。首先，它必须从您拥有的40手中选出最好的12手。然后，它必须选择“流速”，“功率”和“时间”设置，以最大化有关所有六个因素影响的信息。下表显示了生成的设计。
需要一张表来提供每次运行的方法配方，但是一张图说明了更多。我使用Graph Builder来了解定制设计器如何选择12个批次作为协变量因子。图1中的黑点显示了按颜色划分的EPDM和PP的12个所选批次值。
我怎么知道这是一个好的设计？
您可以使用与其他设计相同的诊断方法，使用协变量因子评估设计。图2显示了列相关色图。幅度最大的相关系数是0.12 –不用担心。
格德·科普写道：
布拉德
感谢您的迅速答复！我对JMP相当陌生，还没有在图形菜单中使用过探查器。
这正是我想要的。非常感谢！
格尔德
布拉德利·琼斯写道：
哥德
听起来我需要发布如何使处理过程对噪声因素（在本例中为协变量）更强健的帖子。在此之前，这是一个简短的答案。您处在正确的轨道上，包括控制因子与模型中协变量的交互作用。使用这些术语拟合模型后，请使用“拟合模型”平台中的红色三角形菜单保存预测公式。然后，在“图形”菜单中打开Profiler平台。将协变量因子添加到噪声因子列表中。这将创建新的伪响应，这些伪响应是相对于每个噪声因子的响应的导数。当使用“最大化可取性”进行优化时，您将获得多响应优化，该优化尝试将前面提到的导数驱动为零，同时将响应置于目标位置。Voila-强大的过程设置...
要回答您的附言，输入因子的顺序并不重要。您可以先输入协变量，最后输入或以所需顺序输入。
尝试愉快
布拉德
格德·科普写道：
亲爱的布拉德，感谢您使在JMP 10中包括协变量的过程变得更加轻松！
现在让我们假设我不仅要评估因子和协变量对响应的影响，而且我想找到健壮的因子设置，因为协变量的设置对响应的影响尽可能小。我通常在模型中包括因素和协变量的相互作用效应，并使用与协变量具有显着相互作用的因子来尽量减少协变量效应。要找到这些设置，我使用了性能分析器，它很棒，但是在有多个可能相互影响的协变量的情况下，这一手动过程很困难，而且无法确定是否有人在变量中找到了最佳设置。实现鲁棒性的感觉。JMP中是否可以通过图形方式找到这些设置，可能类似于使用最大化期望性-最大化鲁棒性？在此先感谢Gerd
聚苯乙烯 在您的描述中，似乎包含协变量和可控因子的顺序很重要。是这种情况，还是我也可以反过来包括它们？
