Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？不确定我理解你的问题，但在帮助（如你所说）中进一步说明：
“使用 YME，根据该估计值测试主要影响。 p 值小于阈值 p 值的主效应被认为是活跃的。 阈值如下：
– 对于一个误差自由度，阈值为 0.20。
– 对于两个误差自由度，阈值为 0.10。
– 对于两个以上的误差自由度，阈值为 0.05。”
在您的情况下，DF=5，因此阈值为 0.05。这就是为什么因子 C 表示为“活跃”（其 p 值 Prob >|t| 小于 0.05）。
Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？DSD 中有 6 个因素。该表显示了其中三个，突出显示了三个中的一个，而根本没有显示其他三个。 为什么是那三个？其他三个在哪里？为什么其中两个被列为概率 >|t|远高于 0.05？三个失踪者没有出现？
我认为它只显示效果的 p 值小于阈值 p 值的那些。如果概率 >|t|是 p 值，则它显示两个不符合该阈值的主动效应。而且它根本不显示其他三个。这向我建议 Prob >|t|不是效果的 p 值。
在这种情况下，用于确定该效应是否小于阈值 p 值的效应的 p 值在哪里？那是我的问题。我如何查看每个效应的那些 p 值，以便我可以检查它只选择了那些小于阈值 p 值的值。我想查看其他 p 值，以便了解它们距离被选为活跃状态还有多远。
Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？嗯……如果你有 6 个主效应（A、B、C、D、E、F，而不是三个主效应和三个二阶项：A、B、C、AB、AC、BC 或 A、B， C, A^2, B^2, C^2) 然后我不确定发生了什么。
Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？是的，抱歉，我应该在我原来的问题中说它是图片中描述的 6 因子 17 运行 DSD，但我的特定 DSD 与我的问题无关。
Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？我怀疑的是答案：
因为在我的一个示例中有假因子（4 次额外运行），JMP 首先计算了独立于模型的误差方差估计值。然后它使用了 YME，我认为它是第一阶段输出表中的第一列，并“根据这个估计测试了它们”。我不知道它有多少自由度，如果我将 p 值阈值指定为 0.2，两个奇数阶效应（主效应）会从输出表中消失，这让我感到困惑。所以我怀疑它使用的是 0.05 并且误差方差有超过 2 个自由度。因此，它随后得出结论，六个奇数阶效应（主效应）中的三个低于这个 0.05 阈值，其他三个没有，所以它保留了三个低于 0.05 的阈值。
然后它从其他三个主要影响中提取可变性并将它们合并到误差方差中，改变标准误差、t 比率和概率中的 p 值 > |t|列，它在帮助中说它是 p 值。因此，六个因素中的两个的 p 值不再低于阈值，因为将额外的自由度合并到误差方差中改变了误差方差和每个结果计算。显示的 RMSE 是最终的误差方差估计吗？汇集之前的原始文件没有显示，而且似乎没有任何选项可以显示它。我真的很想看到它——或者更确切地说，在决定保留什么和不保留什么之前，以及在将那些没有保留的错误汇总之前，所有主要影响的整个表格。
如果我是正确的，有趣的是表格随后显示了它们，因为它们的 p 值不再低于 0.05。然后它会保留它们。对于第 2 阶段之后的组合模型参数估计表。
所以我不确定如何解释它们。那些 p 值低于 0.05 的主效应是“活跃效应”而那些不是非活跃效应的清晰概念变成了更加阴暗的灰色。在我的示例中，Prob > |t| 的那些0.1765 和 0.1657 是在将额外的自由度合并为错误之前的主动效应，使它们成为什么？惰性效应？无效的影响？我喜欢那一个。 
我怀疑更好的名字会产生明显的效果和不明显的可能效果。
也许 JMP 保留它们是因为它们最初的 p 值低于 0.05，因此在后续的非筛选实验中保留它们可能是明智的。
Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？你好@CanonicalHazard ,
抱歉，我正在努力关注这个主题并理解您要回答的所有具体问题。 附上说明性的示例数据确实有助于我们给出具体的答案。
但我认为你的“我怀疑的是答案“听起来不错。 该方法并不简单，但对我来说似乎有据可查。 如果文档中的某些内容不清楚或者您认为缺失或不正确，那么您可能需要联系 JMP 技术支持（支持@jmp.com ). 同样，说明性示例数据将很有用。
如何解释结果？ 我认为你在这方面也是正确的。
DSD 是筛选设计，因此目的是了解对响应有重要影响的因素，以便在实验序列的下一阶段进行进一步研究。
不幸的是，对于什么定义了“积极”的影响或因素，并没有一个“清晰的概念”。 就我个人而言，我对活跃和不活跃之间的任何区别都不太满意，做出这种区分对我来说是错误的。 我当然不愿意 p < 0.05 是一个明显的区别。
Fit DSD 是找出哪些因素和效果最重要的有用且快速的方法。
但是如果你想要一个解释性分析，特别是如果你正在出版，你可能想要坚持传统的模型选择方法，因为这些方法更为人所知。
您会在模型选择方法之间得到不同的结果，这不是坏事。 如果有合理的共识，那么它提供了有用的确认，表明您可以对结果充满信心。
如果我看到很大的差异，那么我会寻求更多地了解这些差异以及歧义是什么。 我看的不仅仅是 p 值。 事实上，我不太看重 p 值。 我会花更多时间查看预测刻画器，因为我对效果的方向和大小更感兴趣。 当存在重要差异时，我可以使用它来指导收集更多数据，以更接近于解决歧义。
如果您有改进 Fit DSD 报告的建议，可以将它们添加到JMP 愿望清单.
我希望这有帮助，
菲尔
Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？这是示例，其中包含组成的因素名称。 六个因素。该过程是有限元分析模拟（零复制错误）。
这是一个 17 运行的 DSD。
我用“Fit Definitive Screening Design”分析它
我明白了
您可以看到第 1 阶段表中列出了六个因素中的三个。
第 1 阶段的 p 值设置为
问题：为什么 Temp 和 Press 列在阶段1表格和金额一起？概率 > |t|时间和压力不低于 0.05。
问题 2：为什么 Time、Length、Width 没有列在 Stage 1 表中？
Re: 如何分阶段查看Fit Definitive Screening Design active effect decisions？您可能对描述在 JMP 中拟合确定性筛选过程中实施的方法的原始论文感兴趣。
布拉德利·琼斯和克里斯托弗·J·纳赫茨海姆 (2016)：用于确定性筛选设计的有效的基于设计的模型选择, 技术计量学, DOI: 10.1080/00401706.2016.1234979
其次，其他模型选择方法可能更令人满意，因为它们不太像“黑匣子”。
第三，你的最后一个例子没有随机错误。 JMP 中的大多数设计方法都试图实现最优设计，以最大限度地减少与模型相关的标准误差。 当误差平方和为零时，用于估计模型参数和标准误差的有限精度数值方法通常会失败。 （这不是数学，而是计算。）你不应该有任何这样的错误。 像您这样的计算机模拟通常采用空间填充设计，然后采用高斯过程建模以进行快速插值。 当您可以查看模拟代码或没有随机元素时，筛选或确定统计显着性的想法会令人困惑。
如何按阶段查看Fit Definitive Screening Design主动效果决策？使用 JMP 17.0，有什么方法可以查看它如何选择在拟合最终筛选报告中选择为活动的效果？
例如，帮助文件指出，在具有假因子或中心点复制的第一阶段中，构建了独立于模型的误差方差估计量。根据此估计测试主效应，p 值小于阈值 p 值的效应被视为活跃。除非手动设置，否则阈值会因自由度而异。这个过程在哪里显示？
这是估计报告的 RMSE 和低于它的自由度吗？如果是这样，那么每个主效应的 p 值在哪里，以便我可以看到 JMP 对它们的估计值以及它们如何小于它选择的每个主效应的阈值 p 值？我没有看到他们。相反，我得到了 t 比率和概率 > |t| 的表该表显示了 prob > |t| 的积极影响比 p 值 0.05 大得多——就像 0.18 的概率一样，这对我来说表明这个 Prob > |t|不是它与阈值进行比较以确定哪些效应处于活动状态的 p 值。
我什至想看看它对所有它没有选择为活跃的——不符合标准的东西的估计。多少？
第二阶段也有同样的问题。
抱歉，我的知识和技能涉及阅读因子或中心复合设计的标准方差分析表。我之所以获得 JMP，是因为它使用特殊方法来分析 DSD，但我在学习如何阅读和分析方面遇到了困难理解它给出的结果。我的 DSD 的逐步分析给出了一个非常不同的答案，使用 AICc 或 BIC 选择“Prob>F”小于 0.05 的更多效果。我正在尝试协调两者，最重要的是，了解对我来说非常陌生的“拟合最终筛选设计”报告（在运行或制作模型之前）的结果。
实验设计
