Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？不確定我理解你的問題，但在幫助（如你所說）中進一步說明：
“使用 YME，根據該估計值測試主要影響。 p 值小於閾值 p 值的主效應被認為是活躍的。 閾值如下：
– 對於一個誤差自由度，閾值為 0.20。
– 對於兩個誤差自由度，閾值為 0.10。
– 對於兩個以上的誤差自由度，閾值為 0.05。”
在您的情況下，DF=5，因此閾值為 0.05。這就是為什麼因子 C 表示為“活躍”（其 p 值 Prob >|t| 小於 0.05）。
Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？DSD 中有 6 個因素。該表顯示了其中三個，突出顯示了三個中的一個，而根本沒有顯示其他三個。 為什麼是那三個？其他三個在哪裡？為什麼其中兩個被列為概率 >|t|遠高於 0.05？三個失踪者沒有出現？
我認為它只顯示效果的 p 值小於閾值 p 值的那些。如果概率 >|t|是 p 值，則它顯示兩個不符合該閾值的主動效應。而且它根本不顯示其他三個。這向我建議 Prob >|t|不是效果的 p 值。
在這種情況下，用於確定該效應是否小於閾值 p 值的效應的 p 值在哪裡？那是我的問題。我如何查看每個效應的那些 p 值，以便我可以檢查它只選擇了那些小於閾值 p 值的值。我想查看其他 p 值，以便了解它們距離被選為活躍狀態還有多遠。
Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？嗯……如果你有 6 個主效應（A、B、C、D、E、F，而不是三個主效應和三個二階項：A、B、C、AB、AC、BC 或 A、B， C, A^2, B^2, C^2) 然後我不確定發生了什麼。
Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？是的，抱歉，我應該在我原來的問題中說它是圖片中描述的 6 因子 17 運行 DSD，但我的特定 DSD 與我的問題無關。
Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？我懷疑的是答案：
因為在我的一個示例中有假因子（4 次額外運行），JMP 首先計算了獨立於模型的誤差方差估計值。然後它使用了 YME，我認為它是第一階段輸出表中的第一列，並“根據這個估計測試了它們”。我不知道它有多少自由度，如果我將 p 值閾值指定為 0.2，兩個奇數階效應（主效應）會從輸出表中消失，這讓我感到困惑。所以我懷疑它使用的是 0.05 並且誤差方差有超過 2 個自由度。因此，它隨後得出結論，六個奇數階效應（主效應）中的三個低於這個 0.05 閾值，其他三個沒有，所以它保留了三個低於 0.05 的閾值。
然後它從其他三個主要影響中提取可變性並將它們合併到誤差方差中，改變標準誤差、t 比率和概率中的 p 值 > |t|列，它在幫助中說它是 p 值。因此，六個因素中的兩個的 p 值不再低於閾值，因為將額外的自由度合併到誤差方差中改變了誤差方差和每個結果計算。顯示的 RMSE 是最終的誤差方差估計嗎？匯集之前的原始文件沒有顯示，而且似乎沒有任何選項可以顯示它。我真的很想看到它——或者更確切地說，在決定保留什麼和不保留什麼之前，以及在將那些沒有保留的錯誤匯總之前，所有主要影響的整個表格。
如果我是正確的，有趣的是表格隨後顯示了它們，因為它們的 p 值不再低於 0.05。然後它會保留它們。對於第 2 階段之後的組合模型參數估計表。
所以我不確定如何解釋它們。那些 p 值低於 0.05 的主效應是“活躍效應”而那些不是非活躍效應的清晰概念變成了更加陰暗的灰色。在我的示例中，Prob > |t| 的那些0.1765 和 0.1657 是在將額外的自由度合併為錯誤之前的主動效應，使它們成為什麼？惰性效應？無效的影響？我喜歡那一個。 
我懷疑更好的名字會產生明顯的效果和不明顯的可能效果。
也許 JMP 保留它們是因為它們最初的 p 值低於 0.05，因此在後續的非篩選實驗中保留它們可能是明智的。
Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？你好@CanonicalHazard ,
抱歉，我正在努力關注這個主題並理解您要回答的所有具體問題。 附上說明性的示例數據確實有助於我們給出具體的答案。
但我認為你的“我懷疑的是答案“聽起來不錯。 該方法並不簡單，但對我來說似乎有據可查。 如果文檔中的某些內容不清楚或者您認為缺失或不正確，那麼您可能需要聯繫 JMP 技術支持（支持@jmp.com ). 同樣，說明性示例數據將很有用。
如何解釋結果？ 我認為你在這方面也是正確的。
DSD 是篩選設計，因此目的是了解對響應有重要影響的因素，以便在實驗序列的下一階段進行進一步研究。
不幸的是，對於什麼定義了“積極”的影響或因素，並沒有一個“清晰的概念”。 就我個人而言，我對活躍和不活躍之間的任何區別都不太滿意，做出這種區分對我來說是錯誤的。 我當然不願意 p < 0.05 是一個明顯的區別。
Fit DSD 是找出哪些因素和效果最重要的有用且快速的方法。
但是如果你想要一個解釋性分析，特別是如果你正在出版，你可能想要堅持傳統的模型選擇方法，因為這些方法更為人所知。
您會在模型選擇方法之間得到不同的結果，這不是壞事。 如果有合理的共識，那麼它提供了有用的確認，表明您可以對結果充滿信心。
如果我看到很大的差異，那麼我會尋求更多地了解這些差異以及歧義是什麼。 我看的不僅僅是 p 值。 事實上，我不太看重 p 值。 我會花更多時間查看預測刻畫器，因為我對效果的方向和大小更感興趣。 當存在重要差異時，我可以使用它來指導收集更多數據，以更接近於解決歧義。
如果您有改進 Fit DSD 報告的建議，可以將它們添加到JMP 願望清單.
我希望這有幫助，
菲爾
Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？這是示例，其中包含組成的因素名稱。 六個因素。該過程是有限元分析模擬（零複製錯誤）。
這是一個 17 運行的 DSD。
我用“Fit Definitive Screening Design”分析它
我明白了
您可以看到第 1 階段表中列出了六個因素中的三個。
第 1 階段的 p 值設置為
問題：為什麼 Temp 和 Press 列在階段1表格和金額一起？概率 > |t|時間和壓力不低於 0.05。
問題 2：為什麼 Time、Length、Width 沒有列在 Stage 1 表中？
Re: 如何分階段查看Fit Definitive Screening Design active effect decisions？您可能對描述在 JMP 中擬合確定性篩選過程中實施的方法的原始論文感興趣。
布拉德利·瓊斯和克里斯托弗·J·納赫茨海姆 (2016)：用於確定性篩選設計的有效的基於設計的模型選擇, 技術計量學, DOI: 10.1080/00401706.2016.1234979
其次，其他模型選擇方法可能更令人滿意，因為它們不太像“黑匣子”。
第三，你的最後一個例子沒有隨機錯誤。 JMP 中的大多數設計方法都試圖實現最優設計，以最大限度地減少與模型相關的標準誤差。 當誤差平方和為零時，用於估計模型參數和標準誤差的有限精度數值方法通常會失敗。 （這不是數學，而是計算。）你不應該有任何這樣的錯誤。 像您這樣的計算機模擬通常採用空間填充設計，然後採用高斯過程建模以進行快速插值。 當您可以查看模擬代碼或沒有隨機元素時，篩選或確定統計顯著性的想法會令人困惑。
如何按階段查看Fit Definitive Screening Design主動效果決策？使用 JMP 17.0，有什麼方法可以查看它如何選擇在擬合最終篩選報告中選擇為活動的效果？
例如，幫助文件指出，在具有假因子或中心點複製的第一階段中，構建了獨立於模型的誤差方差估計量。根據此估計測試主效應，p 值小於閾值 p 值的效應被視為活躍。除非手動設置，否則閾值會因自由度而異。這個過程在哪裡顯示？
這是估計報告的 RMSE 和低於它的自由度嗎？如果是這樣，那麼每個主效應的 p 值在哪裡，以便我可以看到 JMP 對它們的估計值以及它們如何小於它選擇的每個主效應的閾值 p 值？我沒有看到他們。相反，我得到了 t 比率和概率 > |t| 的表該表顯示了 prob > |t| 的積極影響比 p 值 0.05 大得多——就像 0.18 的概率一樣，這對我來說表明這個 Prob > |t|不是它與閾值進行比較以確定哪些效應處於活動狀態的 p 值。
我什至想看看它對所有它沒有選擇為活躍的——不符合標準的東西的估計。多少？
第二階段也有同樣的問題。
抱歉，我的知識和技能涉及閱讀因子或中心複合設計的標準方差分析表。我之所以獲得 JMP，是因為它使用特殊方法來分析 DSD，但我在學習如何閱讀和分析方面遇到了困難理解它給出的結果。我的 DSD 的逐步分析給出了一個非常不同的答案，使用 AICc 或 BIC 選擇“Prob>F”小於 0.05 的更多效果。我正在嘗試協調兩者，最重要的是，了解對我來說非常陌生的“擬合最終篩選設計”報告（在運行或製作模型之前）的結果。
實驗設計
