背景
我最近對 5 種不同的食物樣本進行了一項試點研究，這些樣本具有不同的“澱粉”、“糖”和“鹽”作為連續因素。5 種食物樣品中的每一種都由 150 名小組成員分別品嚐，他們要么接受要么拒絕樣品。拒絕小組成員的百分比是我想建模為我的三個連續因素的函數。
我的試點研究產生了一些有趣的見解，與我的預期一致，但由於只有 5 個不同的樣本，我的建模僅限於使用“糖”和“糖*糖”術語。我使用了 GLM --> Normal --> Logit 模型，因為我知道存在曲率，並且我希望我的輸出限制為 0 - 1，因為它是一個百分比。我已將我的數據表與保存的 GLM（“Pilot Data SSS-Prej_Sugar Logit 模型”）一起附加。它基於一種方法Mark Bailey 在之前的帖子中推薦了比例數據。
下一步
我接下來的步驟是測試更多具有不同“澱粉”、“糖”和“鹽”水平的食品樣品，以便我可以生產出準確和精確的多元的模型（而不僅僅是“糖”和“糖*糖”術語）用於估計拒絕小組成員的百分比。我想同時捕捉主效應和交叉效應。為此，我使用了 DOE --> Custom Design 平台並設置了以下參數：
回應：拒絕百分比、最小化目標、下限 = 0、上限 = 1
因素： “澱粉”（38 - 55）、“糖”（15 - 36）、“鹽”（23 - 50）作為連續的易因子，然後我使用 RSM 得到交叉項。我刪除了一些項，例如我有 1 個截距、3 個主效應和 4 個交叉項。
複製品： 5
中心點： 0
運行次數： 40（我們有預算）
隨機塊： 8
設計/表格附加為“定制設計 SSS-Prej 示例”
我的問題
1. 運行實驗並獲得數據後，我再次可以選擇嘗試不同的模型。回顧一下，我的目標是能夠預測我的三個因素將如何影響拒絕者的比例，並有可能找到拒絕者比例的最小值和最大值。我希望至少有兩個術語（“糖”和“鹽”）存在曲率。再次使用 GLM --> Normal --> Logit 是否有任何問題？
2. 我問的原因是因為我在“JMP Start Statistics”一書中使用“Reactor 20 Custom”數據集進行篩選實驗（查看反應百分比），但該練習使用“標準”最小二乘法”+ 效果篩選方法，即使輸出（反應百分比）理論上限制在 0 到 1 之間。這一頁將此練習描述為家庭作業。
3. 在實踐中，我不能完全遵循定制設計級別，但我確實有一個樣本庫，我可以從中挑選不同級別的“澱粉”“糖”“鹽”進行測試。事實證明，“糖”和“鹽”也是適度共線的（我對此沒有太多控制權） .請參閱下表（“SSS-Prej 模型的候選示例”）。考慮到上述問題，我是否應該擔心我的 DOE 和方法的質量？
感謝您提供任何幫助。
其實關於因素： “澱粉”（38 - 55），“糖”（15 - 36），“鹽”（23 - 50），我沒有刪除任何術語，所以它只是完整的響應面。我會編輯我之前的帖子，但我沒有看到這種能力。
