Cox 混合估计和 Profiler马丁在这里：
最近我做了一种水泥粘合剂，它有 4 个因素（CSA 水泥、OPC 水泥、缓凝剂、促进剂），一种反应（粘附力）。
请参阅随附的 JMP 设计。
我对结果很满意。 Lou 之前建议我专注于 Cox 混合和分析器。
Cox 混合模型中的估计代表分析器中曲线的斜率，在我看来 CSA 和 OPC 都显示最大值
在某些时候，为什么 CSA 和 OPC 的估计签名不同？一个是 2.02 (CSA)，另一个是 -3.31 (OPC)。
既然 CSA、OPC 作为因素都很重要，那么 CSA^2、OPC^2、CSA*OPC 的意义还能告诉我什么？我是否简单地说，OPC、CSA 交互显着？
我对 OPC、CSA 和缓凝剂的相互作用很感兴趣，但 Cox 混合物不能运行三因素相互作用。 有什么方法可以测试重要性
三因素交互作用？有人告诉我，传统的参数估计在交互混合设计结果方面无效。
非常感谢。
马丁
回复：Cox 混合物估计和 Profiler感谢您的详细解释。我现在对 Cox 混合模型有了更好的理解。
马丁
回复：Cox 混合物估计和 ProfilerJMP 可以拟合两种类型的混合模型：Scheffe 混合模型（默认）或 Cox 混合模型。 这两个模型是等价的，但它们对模型的解释却大相径庭。
Cox 混合模型的参数被解释为典型的回归系数，只是它都与您的参考混合相关。 想象自己在设计空间的中间，在您的参考混合点。 当您看向 CSA 顶点（全是 CSA）时，您会向上看，因为系数是正的。 从同一个位置看，如果您看向 OPC 顶点，您将向下看（负系数）。 我认为如果您将分析器设置为参考混合物，系数会更加明显。
平方项告诉您，当您向每个因子的顶点移动时，存在曲率。 从您的参考混合来看，朝向 CSA 是上坡，但平方项表示山坡的坡度发生了变化。 您可以在分析器上看到这一点。 随着 CSA 的增加，您的反应会增加到一定程度，然后开始下降。
交互作用表明线的斜率将根据其他变量的设置而变化。 您也可以从分析器中看到这一点。 拖动 OPC 的红线，但注意 CSA 的曲线。 您应该看到 CSA 曲线改变形状。 那就是互动。
至于三因素相互作用，它们很少见，而且往往难以解释。 这是 Cox 混合模型的困难之一。 但是，您可以通过查看 Scheffe 模型而不是 Cox 来估计 3 因子交互作用的曲率。 Scheffe 模型的解释与 Cox 混合模型非常不同，但没有 Cox 模型的任何限制（并且是 JMP 中的默认混合模型）。 对于这个讨论板来说，对 Scheffe 模型的完整解释可能会太长，但要意识到对于 Scheffe 模型，2 向交互作用实际上是一个二次项，而 3 向交互作用实际上是一个三次项。 您可能想从 John Cornell 的 Experiments with Mixture、JMP 帮助系统或上课等文本中了解它。 JMP 教育确实提供完整的课程混合实验的设计和分析贯穿所有这些细节。
