請參閱如何：
- 以有助於實現理想應力應變行為的方式分析實驗設計數據
- 了解案例研究，其目標是為產品提供新的、更硬的塑料
- 實驗因素為 1) 玻璃珠、碳酸鈣的添加量和 2) 壓力和溫度過程變量
- 測試實驗室提供的數據包括應力（力/面積）和應變（長度/長度變化）
- 通常用於分析的匯總數據有模量（彈性區域的斜率）、屈服應力（應力與應變呈非線性的點）、拉伸應力（最大應力）和失效點（斷裂點處的應力）。進行實驗以幫助實現案例研究的理想應力應變行為。
- 使用 JMP Pro 功能數據瀏覽器了解整個曲線上的應力與應變並對其進行建模，而不是總結為曲線上的幾個關鍵點
- 設計塑料配方實驗，收集測試樣本的拉伸數據，對應力和應變數據進行建模
- 使用 Predition Profiler 幫助識別理想的應力應變行為
Stress vs. Strain應力與應變
傑森回答的問題@傑森_維金斯和彼得@彼得_赫什演示後。
問：每個因素與多少個水平相關？
答：三個級別，所以這是一個最終的篩選設計。
Definitive Screening Design Used in the Example示例中使用的確定性篩選設計
問：是否可以使用自動調整選項來代替反複試驗？
答：Functional Date Explorer 為您提供了直接功能 PCA，它基本上是一個自動調整選項。然而，在某些情況下，您會通過不同的貼合類型獲得更好的貼合度。這實際上取決於您的數據的複雜程度以及它有多少個峰值和谷值。
Q：沒有目標函數可以分析嗎？
答：當然。 目標函數確實可以幫助我們解決優化問題，但這並不是絕對必要的。 它只是為我們節省了大量時間，而不是使用預測刻畫器來嘗試調整我們想要的形狀。
問：對於意願分析，您是否必須首先設置意願？
答：不，無需首先設置意願，因為您已經使用目標函數定義了理想曲線，並且 JMP 嘗試最小化來自該目標函數的積分空氣，這就是底部。
問：對於意願分析，您是否必須首先設置意願？
答：不，無需首先設置意願，因為您已經使用目標函數定義了理想曲線形狀，並且 JMP 會嘗試最小化該目標函數的積分誤差。 如果您打開意願函數圖，您就會看到。如果您有不同的目標，您可以設置“渴望度”。了解控制這可能如何以及如何影響您的結果。
問：對於意願分析，您是否必須首先設置意願？
答：不，無需首先設置意願，因為您已經使用目標函數定義了理想曲線形狀，並且 JMP 會嘗試最小化該目標函數的積分誤差。 如果您打開意願函數圖，您就會看到。 如果您有不同的目標，您也可以設置意願。 了解控制這可能如何以及如何影響您的結果。
問：實際模型在哪裡？
答：它是一個基於您擁有的數量或形狀參數的廣義回歸模型。 在本例中我們有三個。 JMP 會查看這些內容，為您進行變量選擇以創建 JMP 所謂的最佳子集。 在此示例中，您看到模型中未包含幾個因素。 因為它們不影響該形狀，所以不包括在內。
Generalized Regression Models for Each Shape每種形狀的廣義回歸模型
Q：對話中的ID和Z選擇的目的是什麼？
答：ID是批次的。 我們正在研究每一批次的應力與應變曲線，它們必須分開，因為它不是一個
曲線。 Z 參數是我們正在研究的 DOE 因子。 它們在整個應力應變曲線中是一致的，我們使用它們來進行功能分析，因此，如果您查看數據，它們不會改變，而是設置在該曲線分析的水平上。
ID and Z Value OptionsID 和 Z 值選項
問：您是如何選擇 P 樣條進行建模的，還是只是反複試驗？
答：這是一點點試驗和錯誤，當您運行這些基本函數模型時，最好的線索就是查看擬合情況。 如果擬合描述了每個批次的曲線形狀，那麼您就完成了，並且做得很好。 B 樣條給出的結果有點奇怪。 其中一些曲線變平並偏離了收集的實際數據，這就是 B 樣條不起作用的原因。 所以，我們確實進行了迭代。 P 樣條是我們的下一個選擇，它們最終更好地匹配了信號數據。
問：在創建 DOE 曲線的數據中，您上傳了測試數據還是僅上傳了您提到的 4 個摘要點？
答：我們使用了所有的應力應變曲線數據。 通常，您去實驗室，運行我的每個測試，然後我會得到一個應力應變信號，就像我在圖形生成器中用圖表顯示的那樣。 然後我們必須將其與我們的 DOE 表相匹配。 因此，我只有一批 287，但如果我查看應力應變曲線數據，就會發現我已經沿著 DOE 試驗的應力應變曲線收集了 8 個數據點。 因此，我們必須將測試數據與DOE表合併。
問：是否有一個函數可以描述任何 Z 變量佔方差的比例？
答：我們絕對可以將其導出並在摘要中單獨運行模型。 我們還可以通過交互分析器評估變量的重要性。 在這種情況下，從變量重要性總結報告中，我們看到應變將成為頂部，因為它是有意變化的，但我們看到壓力和玻璃總體上有很大的影響，而鈣幾乎沒有任何影響碳酸鹽的溫度。 它與通常看起來有點不同，因為應變始終是最主要的貢獻者。 我們至少可以了解其他因素相對於彼此的影響，並忽略頂線，因為它是響應。
