您好，该设计是全因子（4 因子）+ 1 个中心点 + 2 个特殊组合 - 19 次运行 - 1 响应 - 4 缺失
4个因素是连续的（水平+1=存在最高剂量；0=存在半剂量；-1=不存在=剂量0）。
在第一阶段，我希望评估交互的重要性和主要因素，以选择制造产品的最佳组件。 这不是混合物设计，因为产品99.9%以上是溶剂（仅添加剂，没有固定数量）
最终产品 = 1 至 4 A 的组合（A6、A8、A9、A10）。 不幸的是，4 次运行的响应在 QC 后无效，因此在不简化模型的情况下，我没有足够的自由度来估计 3 向相互作用和 4 向相互作用。 我第一次只估计了 4 个主要因素和 6 个双向交互作用。
排序参数估计
期限估计 t 比率 Prob>|t|
(A8-0.11667)*(A9+0.01667)-0.007222 -3.41 0.0271*
A8 -0.006444 -3.10 0.0361*
A9 0.01211 5.90 0.0041*
我已将数据附加在 .jmp 文件中，并将输出、分析器和交互图以及注释附加在 Word 文档中。
2 个连续因子 A8 和 A9 之间的相互作用（分别以其设计中的均值（0.11667 和 -0.01667）为中心）显着，表明当 A9 以其最大剂量（水平 +1， =较高剂量），当A9不存在时接近零（水平1，=剂量0），当A9处于一半剂量时接近零（水平0-一半剂量）。
A8 参数是根据 A9 的平均值进行估计的。 当 A9 不存在（水平 -1，= 剂量 0）或存在较高剂量（水平 +1，= 较高剂量）时，是否有可能使用 JMP 进行不集中的相互作用以及 A8 参数的相应测试。
当您进入“拟合模型”设置对话框时，“模型规格”旁边有一个红色小三角菜单。 该菜单下有一个“中心多项式”选项。 只要取消选中它即可。
最好的，
中号
