多重响应的响应面分析各位，
在使用响应面（服装设计师制作）设计运行大型 DoE 后，出现了几个问题，如果有人可以在这里帮助我，那就太好了？我是 JMP 和 DoE 的新手，但愿意学习。
1) 我们用相同的因素（盐、pH、糖）测量了不同的响应（半径、分散度和熔点）。当我评估一组因素如何影响不同的响应时，这里的显着性是如何计算的？
这是如何相互结合的？
2）我还发现了不重要的主要因素，但是这些因素与另一个主要因素同样重要。我应该保留二阶项并丢弃不重要的主要因素吗？这对模型有何影响？
3）我如何才能看到我拥有合理的数据（除了缺乏拟合之外）并且可以问心无愧地对其进行评估？我怎样才能知道我可以信任愿望函数？
4) 我能否确定响应值是否相互关联（例如熔点与半径）？
5) 我已经与定制设计师一起测量了响应面设计。我可以预测超出测量范围的值吗？我如何看待数据中的此类趋势，这些趋势为我提供了应再次增加或减少因素以获得最佳结果的信息。
6) 使用自定义设计器菜单完成设置后，如何重新定义响应值的限制？
7) 我在哪里可以学习如何同时评估多个响应值以及它与单独评估它们有何不同。
非常感谢您的帮助！
实验设计视窗回复：具有多重响应的响应面分析根据您的提问，我同意皮特的观点，即您应该在浪费资源之前研究该主题。 我的意思是，在您了解一阶模型并透彻了解与情况相关的噪声之前，从通常是优化类型设计的响应面开始是低效且通常无效的。
马克的回答当然是正确的。 我只是添加一些想法来考虑：
1、你描述的情况其实是常态。 我们生活在一个多元的世界中。 跨多个响应变量的优化肯定存在平衡。 您应该运行 Analyze>Multivariate Methods>Multivariate（将所有 Y 都放入）。 这将给出 Pearson 相关系数，更重要的是给出响应变量之间图形关系的散点图矩阵。 这也是问题4的答案。
2. 关于层次结构……这样想……如果您想利用一个活跃的交互，您肯定会想要管理该交互中的两个因素。 当然，如果您设置其中之一（比如 A），那么您只需要根据 A 的设置管理另一个 (B)。 将无关紧要的主效应添加到模型中可能会导致 R 方和调整后的 R 方之间出现更大的差值，并可能降低 p 值，但更重要的是模型要切合实际。
3. 啊，合理...我分析所有数据的第一步是确定结果是否偏离任何实用价值。 响应变量在整个研究过程中是否发生了足够大的变化以保证进行统计评估（我称之为实际意义）？ 实验空间是否代表未来条件（推理空间的问题）？ 如果不是，外推肯定是可疑的。 在实验过程中如何处理噪音（未专门处理的因素）？
您可以使用 R 方统计数据（增量，重点是调整后的 R 方）、RMSE、CV（跨多个 Y）、p 值和残差分析来指导模型构建。
回复：具有多重响应的响应面分析- 为每个响应分别选择最佳模型。 将最佳模型另存为列公式。 将它们与 Graph > Profilers > Profiler 组合。
- 是的，强烈建议您在对响应数据使用线性模型时保持“模型层次结构”。 因此，如果您决定包含项 A*B，那么您应该同时包含 A 项和 B 项，而不管它们本身的重要性如何。
- 两个问题：
- 在每个响应的模型选择过程中使用残差分析。 另外，您是否执行过模型验证运行？
- 您对意愿函数的信任取决于您对关于响应限制和响应目标的决定的信任。
- 当然。
- 两个问题：
- 您可以预测超出因素范围。 这种预测形式称为外推。 这是有风险的。 JMP 将调整预测均值响应的置信区间，但 JMP 假定模型在因子范围之外有效。 只有你知道假设是否合理。
- 当您有多个响应和因素时，预测刻画器是最好的工具。
- 有两种方法：
- 从数据表中，使用以下方法之一：
- 单击列面板中响应名称后面的星号图标，然后选择响应限值。 更新信息并单击确定。
- 选择响应列，选择“列”>“列信息”，在属性列表中选择“响应限值”，更新信息，然后单击“确定”。
- 在“预测刻画器”中，在 Windows 中按住 Control 键或在 Mac 中按住 Command 键，单击意愿函数的图形，更新信息并单击确定。 然后单击“预测刻画器”旁边的红色小三角并选择意愿 > 保存意愿（如果您想要保持更新）。
- 使用 JMP 帮助查看信息分析器指导。
回复：具有多重响应的响应面分析您所有问题的答案都可以填满一本有关 DOE 的基础书籍。 我的建议是暂停您的工作并完成免费 SAS“工业问题解决的统计思维”课程中的所有 DOE 和建模相关模块。 那里涵盖了您的所有问题（以及您没有特别询问的许多主题）。
