回复：以面為中心的複合設計不適合你好@DNADA ,
歡迎來到社區！
您是否首先檢查了 JMP 幫助中關於失擬檢驗的解釋？ :失調 (jmp.com)
根據有限的可用信息，以下是我對您問題的回答：
- 我不完全確定遵循不同的設計步驟：您首先創建了一個部分因子設計，然後從該設計中將其擴充到 CCD 以檢測到三個重要因素，是否正確（或創建一個新的 CCD 而不擴充）？
我不明白中心點如何在建模中“導致偏差”？ 由於您的中心點是重複的，您是否檢查了在這些點上測量的響應的可變性？ 與您的領域專業知識和任何可重複性/再現性研究相比，可變性是否足夠低？
如果您進行了設計擴充，在擴充期間，您是否將新運行分組到單獨的塊中以說明兩個步驟之間的測量變化？
失擬檢驗表明您指定的模型可能有太多項，或者與您擁有的數據相比不夠充分：它將從您的重複運行（中心點）估計的純誤差與其餘部分進行比較錯誤（總錯誤 - 純錯誤）。
- 不，如果你沒有根據統計特性（異常值，...）證明你“可以”這樣做，你不應該刪除任何點和領域專業知識（錯誤的值、測量記錄中的錯字、測量系統中的錯誤/問題……）。
在你的例子中，你仍然可以比較兩個模型的結果，一個是所有點的正常結果，另一個是通過“隱藏和排除”中心點運行，看看結果是否有很大不同。 但是您可以在其他一些選項之前進行檢查，例如與模型中的可變性（RMSE）相比，您的響應的測量可變性，模型中術語的重要性，......
- 僅憑您提供的兩個屏幕截圖可能很難為您提供幫助，因為我不完全確定您是如何構建 DoE 以及如何建模的。 但是您可以在“效果摘要”、“參數估計”或“效果測試”面板中看到模型中輸入了哪些項（在每個響應旁邊的紅色三角形中可用，然後在“回歸報告”中或直接在“效果匯總”的紅色小三角菜單）。 如果您已經完成了像 CCD 這樣的 RSM 設計，您應該能夠創建一個包含所有主效應、雙因子交互作用和二次效應的模型。
您的模型中是否已有這些類型的術語？ 哪些是重要的？ 在考慮高階項或不同的東西之前，使用 JMP 表查看是否可以改進模型會有所幫助。
從您的殘差圖（以及實際與預測）來看，您當前的模型似乎無法正確處理某些曲率，因此您可以檢查模型中是否存在交互作用和二次效應。 如果您已經擁有它們，則可能需要高階項。
如果您有 CCD 設計，您將無法在模型中正確考慮高於二次效應的因素，因為每個因素有 3 個水平（最小、中等和最大），因此您只能適應最大二次效應。您將需要 4 個級別的因子來擬合三階項，5 個級別來擬合四階項，等等......因此，如果您在建模中需要這些項，則需要進行設計擴充。
- 您可以在此處從 GenReg 獲得有關不同估算方法的更多信息：估計方法選項 (jmp.com)
- 如果你不能根據你的設計和數據創建一個“好的”模型（也許你確實需要一些高階項），你可以從你的 DoE 表中點擊“DoE”，“Augment Design”並指定你的因素和回應：增強設計 (jmp.com)
從那裡，您可以“增強”您的設計（並將新運行分組到一個新塊中）並在“模型”面板中指定您希望模型中包含的其他項。
我希望這第一個答案能為您提供信息，
回复：以面為中心的複合設計不合適你好，
所有的建議來自@Victor_G是聲音。 我還認為，如果不更多地了解您所做的事情，就很難給出完整的答案。 屏幕截圖很好，但將一些說明性數據附加為 .jmp 表會更有幫助。
我想我知道你問中心點是否對失擬合統計產生偏差是什麼意思。 18 個 CP 將對用於失擬檢驗的純誤差的計算產生很大影響。 如果設計中心的誤差方差不能代表整個設計的誤差方差（您可能會想到出現這種情況的原因），那麼中心點將偏向失擬測試，至少在某種程度上。 這就是為什麼有些人不喜歡使用中心點的原因之一。 然而，中心點重複也完全有可能代表整個因子空間的誤差。
一式三份真的是獨立運行嗎？ 也就是說，您是否完全重置了每個三次重複的第一個和第二個之間以及每個三次重複的第二個和第三個之間的因子？ 或者每個一式三份只是來自同一製備樣品的 3 次重複測量？ 如果它們不是真正的獨立運行，那也會影響模型的有效性和失擬檢驗，除非您為“準備”添加隨機效應項。
您還應該考慮您的失擬測試可能是完全有效的，這意味著什麼。 失調並不能告訴你你的模型是錯的還是對的（“所有模型都是錯的”）。 請不要只使用缺乏擬合重要性作為勾選框練習。 考慮一下它的真正含義。 考慮誤差項的大小，並質疑這是否符合您對系統的體驗。 如果不合適是“重要的”，那麼它真的很重要嗎 - 它可能不是。
如果您認為失擬是有效且重要的，那麼您可能希望向您的模型添加高階項。 我看不到你的設計，所以我不知道可以估計哪些模型。 但是您可能想要測試模型中的三次 (X1*X1*X1) 和/或部分三次 (X1*X1*X2) 項。
我希望這有幫助。
菲爾
回复：以面為中心的複合設計不適合Victor 和 Phil 都提供了很好的建議和一些很好的問題。 試試這個，只為中心點創建數據表的子集。 按運行順序對它們進行排序。 繪製它們，您可以使用 X、MR 圖表或圖形生成器。 是否有任何模式或不尋常的數據點？ 在中心點看到的變化是否代表過程中的“典型”變化？ 您可能需要一些 SME 幫助來分析數據。
回复：以面為中心的複合設計不適合除了其他很棒的評論表@維克多_G , @statman ， 和@Phil_凱，螺柱殘差圖看起來，也許，就像有一些下落不明的黑化；對於前 30 次左右的運行，殘差偏低，接下來的 20 次左右偏高。 所有的運行都是在一天內完成的嗎？ 隔幾天？ 不同的分析師等？
回复：以面為中心的複合設計不適合兩張圖片都顯示了因失配而表現出模式的圖。 請注意，與“實際值與預測值”圖中的標識線偏差或殘差圖中 Y = 0 的偏差相比，重複值有多接近？ 複製是如何進行的？ 運行是完全隨機的嗎？ （每次運行都是隨機選擇的，所有因素在下一次運行之前都被重置了嗎？）
以面為中心的複合材料設計缺乏配合問候。
我是一名非工程背景的博士生，過去一個月一直在使用 JMP 17 Pro。 這是我第一次使用 JMP 軟體，我透過 JMP 網站、YouTube 和 Chemistry World 自學才能夠到達 RSM，但我正在努力解決缺乏擬合的問題。 我從部分因子設計 (2^6-2) 開始優化過程，以使用 2 級篩選來篩選重要因素。 從那裡開始，我使用稍寬的軌跡和六個附加中心點，針對三個重要因素進行了以面為中心的複合設計，一式三份，並使用經典設計中的 RSM 隨機運行順序。 輸出為 60 個實驗，其中包括 18 個用於多種化合物測量訊號的中心點。 我只有兩種化合物具有不顯著的失擬，其餘的 P<0.001。 我的問題是：
1. 如何檢查中心點數量過多是否導致其他化合物建模出現偏差？
2. 是否可以刪除中心點並保留所有其他回應進行建模？
3.如何在調整儀器之前檢查JMP中的模型是否適合二次或任何高階多項式以進行調整。
4.我讀了@菲爾_凱建議使用Gen Reg 中的最佳子集和 SVEM Lasso 在另一篇文章中解決了類似問題。 在哪裡可以找到有關使用這兩種方法來擬合 RSM 以獲得 DOE 所需的失擬度的數據分析的更多詳細資訊？
5. 如果不是這種情況，如何增強實驗以達到預期的失擬效果？
請幫助我。
謝謝
Residuals PlotResiduals Plot殘差圖
Actual versus Predicted PlotActual versus Predicted Plot實際圖與預測圖
實驗設計
