如何在 JMP 中使用 DOE 来模拟过程输入对方差的影响您好 JMP 社区，
我的“快速”问题是找到有关如何在 JMP 中设计和分析 DOE 的信息，用于对输入和方差输出之间的关系进行建模？
典型的实验设计用于对过程的平均输出进行建模，以确定重要的输入（筛选设计）并可能量化效果（响应面模型）。 我发现越来越需要能够对模型因子如何与根据每次运行测量的多个观察结果创建的方差项进行关联进行建模。 抽样分布有所不同，因为标准差通常遵循卡方分布而不是正态分布（用于平均值）。 这些设计可能是资源密集型的，因为实验的目标通常是能够量化效果并优化模型以最小化运行中的方差。 我认为非线性 DOE 可能是可行的方法，并且我对有关在哪里找到更多信息和任何示例的任何提示感兴趣。
实验设计回复：如何在 JMP 中使用 DOE 来模拟过程输入对方差的影响谢谢菲尔。
我预计，由于需要重复，即使是少量因素所需的运行也不会微不足道。 我将利用提供的链接来整理一些试验设计。
回复：如何在 JMP 中使用 DOE 来模拟过程输入对方差的影响这应该是一个很好的起点：
http://www.jmp.com/support/help/Loglinear_Variance_Models.shtml
”笔记：这些估计要求很高，需要大量精心设计、拟合良好的数据。 你需要比你实际想要的更多的数据来适应差异。”
问候，
菲尔
