回复：在 JMP（不是 Pro）中使用大量零建模響應請詳細說明您的主張，“對於雜質的響應，我有很多零點，因此線性模型不再適用。” 在擴充初始設計後對數據進行建模時，您遇到了哪些問題？
回复：在 JMP（不是 Pro）中使用大量零建模響應在增強後對數據進行建模後，我發現嚴重不適合。
使用基於分佈的推薦轉換仍然給我帶來嚴重的不適合：
回复：在 JMP（不是 Pro）中使用大量零建模響應一些問題：你想達到什麼目的？“然後我擴充了設計”到底是什麼意思？
回复：在 JMP（不是 Pro）中使用大量零建模響應我們正在嘗試將流程驗證到一個範圍內，在該範圍內設計空間內幾乎沒有可變性。 在這方面，我們希望將雜質水平保持在較低水平。 假設我們最初的溫度範圍為 10-30°C，雜質響應在 0-15% 之間。 然後我們將設計增加到 20-40 °C，因此我們在擴展範圍的地方添加了實驗。 現在的問題是，我還想預測這個新設計空間 (20-40 °C) 的響應範圍以及可能更窄的範圍 (25-35 °C)。 但是，如果沒有模型，我無法預測範圍。
對 6 個參數中的 3 個進行了增強，因此空間已經是 10-30 °C，大多數額外的實驗都在較高的範圍內，例如在示例中為 40°C。 所以我什至不能從分佈中真正說出 20-40 °C 的情況。
回复：在 JMP（不是 Pro）中使用大量零建模響應只是關於使用你的詞 augment 的澄清......通常這意味著填充設計空間更透徹。
https://www.jmp.com/support/help/en/17.1/?os=mac&source=application#page/jmp/augment-designs.shtml
您實際上是在移動設計空間。 順序實驗沒有錯，事實上它是首選，但我不會考慮這種增強（可能是我自己的偏見，星星點可以擴展空間）。 由於您要了解的空間在您的推理空間之外，因此您需要獲取數據以支持模型在那里工作。
關於0的問題。 僅僅是您的測量系統缺乏檢測雜質的能力嗎？
回复：在 JMP（不是 Pro）中使用大量零建模響應擴充（lat.augmentare = to increase）包括增加實驗以探索額外的空間。 這就是在增強中取得的成就。 在 JMP 中，可以在擴充設計選項中輕鬆更改範圍。
回复：在 JMP（不是 Pro）中使用大量零建模響應好的，抱歉誤讀了您的最後一段：
對 6 個參數中的 3 個進行了增強，因此空間已經是 10-30 °C，大多數額外的實驗都在較高的範圍內，例如在示例中為 40°C。 所以我什至不能從分佈中真正說出 20-40 °C 的情況。
這一段我其實看不懂。 你能詳細說明你到底做了什麼嗎？
同樣，增加，正如您提供的拉丁語含義，可能意味著增加對設計空間內部發生的事情的理解。
回复：在 JMP（不是 Pro）中使用大量零建模響應我的初始設計有 6 個參數，我通過 16 個實驗探索了設計空間。 然後，我將 6 個參數中的 3 個的範圍擴大到 2 個略高的範圍和 1 個參數的較低範圍。 然後我在 JMP 中使用“增強設計”進行了建議的額外 8 次實驗。
然後我繼續使用 JMP 的模型函數。 然而，我在增強後生成的任何模型都嚴重缺乏擬合度，因此不能再用於預測。 然後我想，如果我不能得到一個模型，也許我至少可以從分析-> 分佈中做出預測，但是由於增強主要是在設計空間的高範圍內增加值（例如 40 °C），我不會在 20 °C 的分佈圖中有值（因為沒有必要添加這些作為 10-30 °C 的空間）已經被充分探索。
我的主要問題仍然是，如果由於雜質有很多零值而無法擬合模型，我該怎麼辦。
在 JMP（非 Pro）中對包含大量零的響應進行建模你好社區，
我已經進行了初步設計，表明可以通過更改範圍來最大程度地減少其中一種雜質（我能夠為初始設計的雜質響應創建一個模型）。 然後，我將設計擴展到一個新的範圍，但現在雜質的響應有很多零，因此線性模型不再適合。 我已經進入發行版，看看是否可以使用轉換，但建議的轉換也沒有給我一個通過標準的模型。 我需要一個模型來預測新設計空間內雜質響應的預期範圍。
我只有 JMP（沒有 JMPpro）
非常感謝，
漢娜
數據探索和可視化
