Cox 混合估計和 Profiler馬丁在這裡：
最近我做了一種水泥黏合劑，有 4 個因素（CSA 水泥、OPC 水泥、緩凝劑、促進劑）、一種反應（附著力）。
請參閱隨附的 JMP 設計。
我對結果非常滿意。 Lou 之前建議我專注於 Cox mix 和 profiler。
Cox 混合模型中的估計代表刻畫器中曲線的斜率，在我看來 CSA 和 OPC 都顯示最大值
在某些時候，為什麼CSA和OPC的估計符號不同？一個是 2.02 (CSA)，另一個是 -3.31 (OPC)。
既然CSA、OPC這些因素都很重要，那麼CSA^2、OPC^2、CSA*OPC還能告訴我什麼意義呢？我是否只是簡單地說，OPC、CSA 交互作用顯著？
我對OPC、CSA和緩凝劑的相互作用非常感興趣，但Cox混合物不能用於三因素相互作用。 有什麼方法可以測試其重要性
三因素交互作用？我被告知傳統的參數估計在解釋混料設計結果方面並不有效。
非常感謝。
馬丁
回覆：Cox 混合估計和 Profiler感謝您的詳細解說。我現在對 Cox 混合模型有了更好的理解。
馬丁
回覆：Cox 混合估計和 ProfilerJMP 可以擬合兩種類型的混合模型：Scheffe 混合模型（預設）或 Cox 混合模型。 這兩個模型是等價的，但它們對模型的解釋卻截然不同。
Cox 混合模型的參數的解釋類似於典型的迴歸係數，只不過它都與參考混合物相關。 想像自己處於設計空間的中間，在參考混合點。 當您看向 CSA 頂點（此處全部是 CSA）時，您將向上看，因為係數為正。 從同一位置，如果您看向 OPC 頂點，您將看到下坡（負係數）。 我認為如果您將刻畫器設定為參考混合物，係數會更加明顯。
平方項告訴您，當您向每個因子的頂點移動時，都會存在曲率。 從您的參考混合來看，朝 CSA 方向看是上坡，但平方項顯示山坡的坡度發生了變化。 您可以在分析器上看到這一點。 隨著 CSA 的增加，您的反應會增加到一定程度，然後開始減少。
交互作用表示線條的斜率將根據其他變數的設定而變化。 您也可以從分析器中看到這一點。 拖曳 OPC 的紅線，但觀察 CSA 的曲線。 您應該會看到 CSA 曲線形狀發生變化。 這就是互動。
至於三因素的相互作用，它們很少見，而且往往難以解釋。 這是 Cox 混合模型的困難之一。 但是，您可以透過查看 Scheffe 模型而不是 Cox 模型來估計 3 因子交互作用的曲率。 Scheffe 模型的解釋與 Cox 混合模型非常不同，但沒有 Cox 模型的任何限制（並且是 JMP 中的預設混合模型）。 對於這個討論板來說，對 Scheffe 模型的完整解釋可能太長，但要意識到，對於 Scheffe 模型，2 向交互實際上是二次項，3 向交互實際上是三次項。 您可能想透過約翰康奈爾 (John Cornell) 的《混合實驗》等文本、JMP 幫助系統或參加課程來了解相關內容。 JMP Education 確實提供了有關以下內容的完整課程：混合物實驗的設計與分析貫穿所有這些細節。
