理解构造模型的作用-因子*因子与因子相互作用你好，
在进行“拟合模型”分析“模型规范”时，我试图理解“构建模型效果”部分。
在此“构建模型效果”部分中，可以评估二次项，其中例如压缩力本身或与自身相互作用的因素（例如“压缩力”和“压缩力*压缩力”）同时存在。
我在下面的这篇文章中包含了这个“构造模型效果”部分的图片：
从物理意义上看，我不知道有什么区别。 为什么我们有能力评估因素相互作用，而它仅仅是与自身相互作用的因素？ 您无法更改压缩力并自行改变压缩力。 我可以理解压缩力与压缩速度之间的相互作用，因为压缩力的变化会影响自身以及压缩力与压缩速度之间的相互作用。
它纯粹是作为包括二次项的一种手段。 如果是这样，目的/用途是什么？
非常感谢您抽出宝贵的时间阅读我的文章，并期待与JMP的其他用户就此主题进行交流。
亲切的问候，
乔
分析工具回复：了解构造模型的效果-因子*因子与因子相互作用嗨，乔，
确实有点令人困惑。 据我了解，“ FACTOR Y * FACTOR Y”表达式是一种将变量转换为二次空间的方法，该方法等效于在新列中计算FACTOR Y的平方并在模型中使用它。 考虑到两个不同因素之间相互作用的表述，我可以看到混乱的根源。
其他成员可能对此问题有更多的技术反馈。
最好，
TS回复：了解构造模型的效果-因子*因子与因子相互作用嗨，乔，
您以为该变量代表模型中的二次项是正确的。
当我们建立模型时，我们试图解释某些因素如何影响我们数据中的响应。 主效应模型可以在这里提供帮助，但是通常可以包括其他二次效应或交互效应，以进一步解释我们在响应数据中看到的变化。
预测分析器是从物理角度理解模型的出色交互工具。 可以在JMP的“帮助”->“样本数据”->“工业实验”->“ Tablet Production.jmp”示例中找到一个很好的示例来证明这一点。 运行“拟合模型”和“带有交互配置文件的拟合模型”脚本，并观察两个模型之间的差异。
主要效果模型：
主要效果+互动+二次模型
在2 nd Profiler，观察Mill Time变量，该变量显示了对我们的模型引入二次效应的效果。 当您将“铣削时间”值从5调整为30时，您会观察到该术语对模型的物理影响：两个极端之间的Disso响应峰值。
这与“主要效果”模型相反，在“主要效果”模型中，我们看到了线性趋势，这使我们期望随着“磨时”的增加，Disso的性能也会提高。
JMP的统计知识门户网站提供了出色的关于数学如何工作的出色描述，包括视觉效果多元线性回归。 您可能还会看看工业问题解决的统计思维关联和回归模块了解更多。
