具有多個響應的響應面分析親愛的大家，
在運行具有響應面（服裝設計師製作）設計的大型 DoE 之後，出現了幾個問題，如果有人可以在這裡幫助我，那就太好了？ 我是 JMP 和 DoE 的新用戶，但願意學習。
1) 我們測量了不同的響應（半徑、分散度和熔點）具有相同的因素（鹽、pH、糖）。 當我評估一組因素如何影響不同的響應時，這裡的顯著性如何計算？
這是如何相互結合的？
2）我還發現了不重要的主要因素，但是這些因素與另一個主要因素再次處於二階。 我應該保留二階項並丟棄不重要的主要因素嗎？ 這對模型有何影響？
3）我如何才能看到我有合理的數據（除了缺乏擬合）並且可以問心無愧地評估它？ 我怎麼能看出我可以信任慾望函數？
4) 我能否確定響應值是否相互關聯（例如熔點與半徑）？
5) 我已經使用定制設計器測量了響應曲面設計。 我可以預測超出測量範圍的值嗎？ 我如何看到數據中的此類趨勢，這些趨勢為我提供了應該再次增加或減少因素以獲得最佳結果的信息。
6) 使用自定義設計器菜單完成設置後，如何重新定義響應值的限制？
7) 我在哪裡可以學習如何同時評估多個響應值以及它與單獨評估它們的區別。
非常感謝您的幫助！
分析美國能源部視窗回复：具有多個響應的響應面分析您所有問題的答案幾乎可以填滿一本關於 DOE 的基本書籍。 我的建議是暫停你的工作，並在免費的 SAS“解決工業問題的統計思維”課程中完成所有與 DOE 和建模相關的模塊。 那裡涵蓋了您的所有問題（以及您沒有特別詢問的許多主題）。
回复：具有多個響應的響應面分析- 為每個響應分別選擇最佳模型。 將最佳模型保存為列公式。 將它們與 Graph > Profilers > Profiler 結合起來。
- 是的，強烈建議您在對響應數據使用線性模型時保持“模型層次結構”。 因此，如果您決定包含 A*B 項，那麼您應該同時包含 A 項和 B 項，而不管它們的重要性如何。
- 兩個問題：
- 在每個響應的模型選擇期間使用殘差分析。 另外，您是否執行過模型驗證運行？
- 您對合意性函數的信任取決於您對有關響應限制和響應目標的決定的信任。
- 當然。
- 兩個問題：
- 您可以預測超出因子範圍。 這種預測形式稱為外推法。 這是有風險的。 JMP 將調整預測均值響應的置信區間，但 JMP 假定模型在因子範圍外有效。 只有你知道假設是否合理。
- 當您有多個響應和因素時，預測刻畫器是最好的工具。
- 有兩種方法：
- 從數據表中，使用以下方法之一：
- 單擊列面板中響應名稱後面的星號圖標，然後選擇響應限。 更新信息並單擊確定。
- 選擇響應列，選擇Cols > Column Info，在屬性列表中選擇Response Limits，更新信息，點擊OK。
- 在預測刻畫器中，在 Windows 上按住 Control 鍵，在 Mac 上按住 Command 鍵，單擊意願函數圖，更新信息並單擊確定。 然後單擊“預測刻畫器”旁邊的紅色三角形，如果要保持更新，請選擇“意願”>“保存意願”。
- 使用 JMP 幫助查看探查器指導。
回复：具有多個響應的響應面分析根據您的提問，我同意皮特的觀點，即您應該在浪費資源之前研究該主題。 我的意思是在您理解一階模型之前從通常是優化類型設計的響應曲面開始，並徹底了解與這種情況相關的噪聲是低效且通常無效的。
馬克的回答當然是正確的。 我將添加一些想法以供考慮：
1.你描述的情況其實是常態。 我們生活在一個多元的世界。 跨多個響應變量的優化肯定存在平衡。 您應該運行分析>多變量方法>多變量（將所有 Y 放入）。 這將給出 Pearson 相關係數，更重要的是給出響應變量之間圖形關係的散點圖矩陣。 這也是問題4的答案。
2. 關於層次結構......這樣想......如果有一個你想利用的積極互動，你肯定會想要管理那個互動中的兩個因素。 當然，如果您設置其中一個（比如 A），那麼您只需要根據 A 的設置來管理另一個（B）。 將不顯著的主效應添加到模型中可能會導致您的 R-Square 和 R-Square 調整後的增量更大，並且可能會降低您的 p 值，但更重要的是模型是現實的。
3.啊，有道理……我分析所有數據的第一步是確定結果是否有任何實際價值。 響應變量在研究中的變化是否足以保證進行統計評估（我稱之為實際意義）？ 實驗空間是否代表未來條件（推理空間問題）？ 如果不是，外推法肯定是可疑的。 實驗過程中如何處理噪音（未特別處理的因素）？
您可以使用 R-Square 統計量（強調 R-Square Adjusted 的增量）、RMSE、CV（跨多個 Y）、p 值和殘差分析來指導模型構建。
