如何根据幂值确定术语重要性？使用 JMP 中的设计评估工具，我将 Box-Behnken 设计与自定义设计（运行 28 次）进行比较，以评估 5 个因素，每个因素有 3 个水平（见下文）：
鉴于比较，选择定制设计进行实验运行。 在评估中，我发现二次项对于一个或多个响应具有统计显着性 (p<0.05)，尽管这些项的功效如设计评估表中所示较低。 在某些情况下，根据我对流程的了解，我认为这些内容没有实际意义。 建议从模型中删除这些项吗？ 还应考虑哪些其他指标？
消费者和市场研究数据存取实验设计大规模定制回复：如何根据幂值确定术语重要性？首先，欢迎来到社区。 要意识到，设计评估工具是基于某些假设（其中许多假设在实验运行之前是未知的）。 有很多因素会影响设计选择。 所有这些都取决于您的预测。 看：
https://www.jmp.com/support/help/en/17.0/?os=mac&source=application#page/jmp/overview-of-the-evaluate-design-platform.shtml#
对于您的情况，您选择了一种设计并运行它，对吗？ 您是如何进行分析的？ 如果我正确地解释了您的分析，听起来您在实验中没有产生任何实际显着的变化？ 为什么不？ 原因有3个：
1.层次不够大胆
2. 测量系统不充分
3.这些因素并不重要
（顺便说一句，这与您创建了实际显着变化的情况不同，但它不能分配给您操纵的因素）。
使用哪些 DF 来估计随机误差 (MSE)？ 有没有复制的？ 当你说二次项具有统计显着性时，基于什么比较？ 可以分享一下你的数据表吗？
一般来说，如果从模型中删除重要项目，它们的方差将汇集在误差项中。 这会增大误差项并使其他因素变得不那么重要。
不确定你的意思是“还应考虑哪些其他指标？”。 实验的目标是什么？ 您是想了解因果结构还是“选出赢家”？ 您正在构建或完善模型吗？ 有许多统计数据可以帮助您构建模型。
回复：如何根据幂值确定术语重要性？这些术语的重要性意味着它们有助于提高模型及其预测的准确性。 删除这些术语意味着它们的固定效应将被计为随机效应并扩大预测的置信区间。 我认为没有理由删除这些条款。 您期望删除这些术语能带来什么好处？
你的说法的依据是什么？”以我对流程的了解，我认为这些没有实际意义。 “？ 你是什么意思？
