Cox 混合估计和 Profiler马丁在这里：
最近我做了一种水泥粘合剂，具有 4 个因素（CSA 水泥、OPC 水泥、缓凝剂、促进剂）、一种反应（附着力）。
请参阅随附的 JMP 设计。
我对结果非常满意。 Lou 之前建议我专注于 Cox mix 和 profiler。
Cox 混合模型中的估计代表刻画器中曲线的斜率，在我看来 CSA 和 OPC 都显示最大值
在某些时候，为什么CSA和OPC的估计符号不同？一个是 2.02 (CSA)，另一个是 -3.31 (OPC)。
既然CSA、OPC这些因素都很重要，那么CSA^2、OPC^2、CSA*OPC还能告诉我什么意义呢？我是否只是简单地说，OPC、CSA 相互作用显着？
我对OPC、CSA和缓凝剂的相互作用非常感兴趣，但Cox混合物不能用于三因素相互作用。 有什么方法可以测试其重要性
三因素交互作用？我被告知传统的参数估计在解释混料设计结果方面并不有效。
非常感谢。
马丁
回复：Cox 混合估计和 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截然不同。
Cox 混合模型的参数的解释类似于典型的回归系数，只不过它都与参考混合物相关。 想象自己处于设计空间的中间，在参考混合点处。 当您看向 CSA 顶点（此处全部是 CSA）时，您将向上看，因为系数为正。 从同一位置，如果您看向 OPC 顶点，您将看到下坡（负系数）。 我认为如果您将刻画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，都会存在曲率。 从您的参考混合来看，朝 CSA 方向看是上坡，但平方项表明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，然后开始减少。
交互作用表明线条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，但观察 CSA 的曲线。 您应该看到 CSA 曲线形状发生变化。 这就是互动。
至于三因素的相互作用，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 模型来估计 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太长，但要意识到，对于 Scheffe 模型，2 向交互实际上是二次项，3 向交互实际上是三次项。 您可能想通过约翰·康奈尔 (John Cornell) 的《混合实验》等文本、JMP 帮助系统或参加课程来了解相关内容。 JMP Education 确实提供了有关以下内容的完整课程：混合物实验的设计与分析贯穿所有这些细节。
