亲爱的大家，
我想通过使用 Fit 模型平台编写脚本来自动化模型选择过程，利用逐步回归进行稳定性分析（我也知道 JMP 中的稳定性平台，但出于“原因”我想使用 Fit 模型）。
我的术语是存储时间、批次 ID 和存储时间*批次 ID。 使用逐步回归，现在的想法是在模型中保留 p 值 <0.25 的项。 初始脚本（部分）如下所示：
Y( :response ),
Effects(
:"Storage Time (2-8°C Analysis)"n, :Batch ID, :"Storage Time (2-8°C Analysis)"n * :Batch ID,
),
Center Polynomials( 0 ),
Personality( "Stepwise" ),
Run(
Stopping Rule( "P-value Threshold" ),
Prob to Leave( 0.25 ),
Direction( "forward" ),
Rules( "Whole Effects" )
)
我现在的问题是，通过使用“整体效应”规则，排除了不遵循层次原则的术语，这意味着我的模型在使用逐步 regr 后包含。例如 相互作用和时间效应，但不是批次效应。 也可以看看：
我知道还有组合或限制规则（具有层次结构），但是通过应用这些规则，我的术语批次 ID（多级）被分成不同的组，这不是我想要的。 如果批次 ID 很重要（或者它与时间的交互），我真的只想拥有整个效果。
那么有没有一种方法可以将“整体效应”项展示与模型选择的分层原则结合起来呢？ 脚本也适合我。 
我希望我能澄清我的问题。
提前感谢任何解决方案或评论！
最佳约翰
