當流程的輸出是函數/曲線資料時，通常會使用 JMP Pro 中的函數資料瀏覽器 (FDE)。然而，透過一些技巧，功能數據也可以用作 DOE 的輸入。為了說明這一點，我將使用一個虛構的案例研究，逐步完成必要的步驟並解釋正在發生的事情。我還在這篇文章中附上了一份 JMP 期刊，以便讀者可以繼續閱讀。
背景：ACME 塑膠回收公司
ACME 塑膠回收公司購買散裝塑膠碎片，將其熔化並形成坯料，然後出售給塑膠製造商。這種碎塑膠有不同的尺寸分佈，這會影響熔化過程。 ACME 創建了一種廉價且快速的方法來獲取每批進貨的尺寸分佈曲線。它希望優化其熔化製程參數，以最大限度地減少每次特定運輸所需的時間。
步驟一：分析曲線數據
該團隊創建了一個資料集，其中包括他們通常看到的傳入尺寸分佈的範圍，如下圖所示：
使用 FDE 平台，團隊發現 2 個 FPC 的簡單 B 樣條曲線可以解釋 98.6% 的數據。將 FPC 增加到 3 個可以解釋額外的 1%，但會增加複雜性並冒著嘗試預測噪音的風險。他們最終選擇了 2 個 FPC，如下所示。
2. 輸出功能主成分
FDE平台能夠輸出任何已擬合模型的FPC。這意味著由 FPC 表示的曲線可以在 JMP 的其他平台中使用。可以透過選擇「功能摘要」輪廓附近的紅色三角形，然後選擇「自訂」來匯出 FPC。使用「取消全選」按鈕，然後選擇「確定並儲存」會建立一個包含每組 FPC 的新資料表，如下兩圖所示。
稍後需要使用資料表的一個技巧：將“Data FPC 1”和“Data FPC 2”列重命名為“FPC 1”和“FPC 2”，這將使稍後的過程中連結分析器變得更容易。正在關注的讀者應確保其數據表已更新列名稱，如下所示。
3. 建立並執行自訂 DOE
熔化和壓坯過程有四個因素，其中三個是連續的，第四個是碎塑膠的分佈。團隊首先使用自訂設計器填充除碎塑膠分佈之外的所有內容，如下所示。
下一部分是關鍵：在自訂設計器中使用 FPC 作為協變量因子，強制 JMP 在實驗中使用這些特定分佈。這是可能的，因為每一行都包含 FPC 的組合，在本例中，FPC 代表曲線本身所有資訊的 98.6%。為了在自訂設計器中完成此任務，團隊遵循了以下步驟：
- 確保 FPC 摘要表是自訂設計器中最頂層的表後，選擇新增因子...協變數。
- 在彈出的方塊中，選擇兩個「Data FPC」列，然後按一下「確定」。
- 點選「繼續」和「RSM」建立模型後，勾選「允許重複協變數行」複選框。
- 點擊“Make Design”以建立實驗和資料收集表。
允許重複協變量行意味著團隊需要找到並使用與指定分佈相符的原材料。 JMP 透過將 FPC 資料表中的行號包含在實驗設計表中，使此過程變得更容易。例如，在下面的螢幕截圖中，第一次運行使用摘要表中的第 11 行，這是 FDE 平台中使用的原始資料集的分佈「k」。
團隊使用指定的連續因子（X1 到 X3）和指定的塑膠尺寸分佈完成了實驗。然後，他們使用自訂設計器產生的模型腳本，一次修剪一個不重要的術語，直到模型中只剩下重要的術語（日誌中的「最終模型」腳本，供後續人員使用）。模型如下圖所示：
4. FDE和擬合模型結合使用
團隊沒有嘗試圍繞預測刻畫器中的 FPC 1 和 FPC 2 因素進行思考，而是找到了一種更簡單的方法：將模型和 FDE 中的刻畫器連結起來。他們透過在預測刻畫器...因子設定...連結刻畫器中選擇紅色三角形來完成此操作。接下來，他們並排排列窗口，因此更改預測刻畫器中的 FPC 也會更改 FDE 窗口中的曲線形狀。
現在，ACME Plastics 的工作流程有以下步驟：
- 每個新批次都會在流程開始時執行尺寸分佈。在下面的範例中，目標批次與先前的任何分佈都不完全匹配。這是預料之中的——這就是團隊首先想要使用 FDE 平台的原因。
- 此分佈作為 FDE 平台中的目標輸入，這使得「最佳化目標」按鈕可用。在這種情況下，傳入批次的 FPC 大約為 -.359 和 0.032。
ACME Plastics 的團隊在流程方面取得了出色的成果，他們現在正在考慮參加優秀且免費的 JSL 腳本課程，以便他們可以結合這兩個視窗並進一步簡化流程。目前，他們很高興能夠使用功能數據作為流程的輸入。
很好的例子@Jed_Campbell ！希望採用另一種方法來連接 FDE 和擬合模型，即保存 B 樣條係數並將其用作擬合混合的輸入。這與 SAS PROC GLIMMIX 中的 TYPE=RSMOOTH 擬合有一些相似之處。腳步：
1. 從“初始資料上的 B 樣條線”上的紅色小三角中點選“儲存資料”
2. 在結果表中，啟動擬合模型、混合模型個性，並將係數載入為固定效應
3. 在「隨機效應」下，加上「標籤」以及與「標籤」嵌套的所有係數。
