回复：使用拟合组选项和预测分析器优化一组响应我不确定我能提供多少建议，但这是我的想法：
注意：很大程度上取决于您如何获得要建模的数据。
1. 首先，您应该检查多个 Y 之间的相关性（分析 > 多变量方法 > 多变量）。当存在显着的正相关时，模型将是相似的。如果相关性是其他因素或无关紧要，则每个 Y 的模型可能完全不同。
2. 多变量环境中的优化可能非常具有挑战性。它可能需要使用替代措施 (Y)。它可能需要完全重新设计流程（其中可能包括识别以前未考虑的因素，这些因素在单变量方法中可能不重要）。并且可能需要进行一些权衡。
3. 我相信 JMP 中的 Group Fit 平台会同时为每个 Y 提供刻画器，因此您可以评估当模型针对任何一个 Y 发生变化时每个 Y 会发生什么。
4. 根据您获取数据的方式，还有其他选项可以评估多个 Y（例如，表面叠加）
回复：使用拟合组选项和预测分析器优化一组响应你好@SimonFuchs ,
您可以在此处获得有关探查器所做优化的更多信息：合意性分析和优化 (jmp.com)
要回答您的第一个问题，您将在此页面上找到答案：“所有响应的总体合意性定义为各个响应的合意性函数的几何平均值”
因此，正如您猜测的那样，如果您有多个响应需要优化，探查器将尝试找到达到总体最佳合意性分数（每个响应的单个合意性分数的加权几何平均值）的最佳折衷方案。 如果您想强调某些响应相对于其他响应的优化，您可以为响应指定不同的权重（称为“重要性”，CTRL + 单击响应的合意性曲线以指定目标、高/中/低值和重要性）。 意愿函数的重要性、斜率/曲线和目标（最大化/最小化/达到目标/无）都会对找到的最优值产生影响。
并非总能找到真正的全局最优解，因为您尝试优化的问题可能没有确切的解决方案（或者可能有多个解决方案）。 这就是为什么有时您的答案可能会略有不同，具体取决于优化过程：收敛容差、迭代次数、使用的方法（取决于问题：意愿函数的构建 (jmp.com) ）：最大化选项窗口 (jmp.com)但也取决于您的响应的特征，例如不确定性（找到的最佳值只会是真实未知最佳值的近似值），合意性曲线（合意性曲线中的陡坡可能与找到的几个最佳值的差异小于比较慢的斜率（=优化中的约束较少））和因子值（但 JMP 在优化过程中使用了多个随机启动，因此这应该不是什么大问题，陷入局部最优的概率应该被限制）。
我希望这个补充回复对你有帮助，
回复：使用拟合组选项和预测分析器优化一组响应嗨，维克多，
谢谢，这涵盖了我所有的问题。 作为背景不是硬统计的日常用户，有时很难深入研究这个主题。 在这种情况下，您和您的大学的回答非常有用，可以避免在 JMP 数据库和谷歌中进行耗时的搜索。
再次感谢并致以最诚挚的问候！
西蒙
使用拟合组选项和预测刻画器优化一组响应尊敬的 JMP 专家，
我们经常使用拟合组选项优化一组响应（我们之前单独拟合）。
现在问题出现了，拟合组预测分析器如何并行优化多个响应，因为通常不是为每个响应选择最佳因子设置，而是显示折衷方案？ 此外，如果我们多次单击最大化合意性，则因子设置会发生变化（似乎在首次拟合后未达到全局拟合最小值）。 我们如何在这里一键实现最佳因子组合（我们已经玩过意愿函数选项，但没有进展）。
感谢您的帮助！
数据探索和可视化实验设计视窗
