自動修剪的一種方法是什麼激發了這個願望清單請求？
在進行演示和觀看其他人進行演示時，一次從模型中刪除一項項，但仍然滿足模型層次結構，速度非常慢。 這方面的一個例子是優秀的DOE 課程視頻第 4 課，「預測過程能力」的視頻，其中@莫妮卡_比爾斯這個過程進行了 3 次（好吧，2.5 次，因為她上次走了捷徑）。 看起來這應該更快/更容易/更簡單，特別是如果我們都傾向於將其視為最佳實踐的話。
請描述您希望看到的新的或改進的功能或解決方案。
我希望看到的是一個「自動修剪」（或可能是一個更好的名稱）連結/按鈕，用於自動刪除高於指定 p 值的項，一次一個，同時尊重模型層次結構。 基本上，只需自動化莫妮卡在上面鏈接的視頻中所做的過程即可。
如果提供此新功能，對您和/或其他使用者有何價值？
這將為用戶節省時間，也讓演示變得不那麼尷尬。 在潛在客戶面前這樣做的速度非常慢。
這是外部客戶的請求嗎？
不。
是否有具有我們應該注意的此功能或解決方案的競爭軟體包？
目前可以使用 JMP 中的逐步平台來實現這一點，但這需要額外的步驟/解釋。
這是否會影響客戶的續約、擴展或採用？如果我們不解決這個問題，是否會導致帳戶面臨風險？
不一定，但它會讓 JMP 看起來更容易、更快。
基礎資料分析與建模回覆：一種自動修剪的方法 - 狀態變更為：新@傑德坎貝爾使用向後逐步迴歸怎麼樣？ 在 GenReg 或 Stepwise 平台中。 此外，Fit 兩級篩檢平台在這方面也做得很好。 Easy DOE 也會這樣做。
對於設計良好的實驗，參數估計的相關性很小，然後從效果摘要中一次選擇多個因素，然後將其刪除，也會很好地工作，並且對參數估計幾乎沒有影響。
回覆: 一種自動修剪的方法謝謝@薩姆加德納是的，這些都是不錯的選擇。 我的建議實際上更適合當我們向新受眾演示該軟體時的尷尬。 通常，潛在用戶還沒有準備好使用逐步或其他平台，並且 - 特別是在使用歷史數據集（如平板電腦或粉末冶金）時 - 有許多潛在的無關緊要的因素需要消除。 在這個位置設定自動按鈕只會為演示添加很多“哇”因素。 或者，簡而言之，該建議更多的是行銷建議，而不是技術建議（如果有道理的話）。
回覆：一種自動修剪的方法 - 狀態變更為：已確認回覆：自動修剪的方法 - 狀態變更為：暫時未規劃@Jed_Campbell您好，考慮到下面的討論，以及使用所描述的方法自動減少模型的能力，我們將此標記為“暫時未計劃”。我認為對於模型簡化的“簡單”按鈕的風險也存在一些意見 - 即這種尋找“最佳”模型的過度簡化通常不是一個好主意。
