研究的目标是找到四个因素的控制空间，以便三个响应符合规范。在分析器模拟器中，我首先使用缺陷分析器来检查因素对缺陷率的影响，如下上图所示。然后我使用下图所示的设计空间分析器：最小缺陷率的结果不同，为什么？我接受设计空间轮廓仪的控制范围，但为什么缺陷轮廓仪对最小缺陷范围的首次估计不同？
你好@frankderuyck ，
我发现这个帖子没有任何回复，所以觉得值得回复一下，以便未来的用户在遇到同样的问题时可以得到帮助。
在设计空间分析器和缺陷分析器之间获得相似结果的“技巧”是在两个平台之间以相同的方式调整所有相应因素的范围和分布，因为它们不是直接关联的。
使用 JMP 示例库中的 Bounce Data 数据集，我指定了响应“Stretch”的规格限值（LSL=400、Target=450、USL=500）：
然后我创建一个模型，并打开设计空间分析器来找到有助于最大限度减少不合格样本比例的正确因子范围：
有了这些因素的范围，我可以预期 97.74% 的样本符合规格。
现在打开模拟器，我使用均匀分布指定这些因素的范围（分布选择会影响缺陷率），然后单击“模拟”：
我现在的缺陷率为 2.23%，与我从设计空间剖析器 (P=100-Inspec=100-97,74=2,26%) 获得的结果非常接近。请记住， 模拟器计算基于蒙特卡罗模拟，因此缺陷率在每次模拟时可能会略有不同，但结果应该接近设计空间剖析器。这两个平台现在已对齐。
最后，查看缺陷分析器，您应该调整此分析器的因素范围（右键单击 X 轴，然后在“轴设置”中，指定因素的最小值和最大值以匹配设计空间分析器的范围），以便缺陷率仅基于模拟器和设计空间分析器的相同范围来计算：
该分析器的最大缺陷率为 2.27%，与模拟器 (2.23%) 和设计空间分析器 (2.26%) 的缺陷率非常接近。
在模拟器和缺陷分析器上固定设计空间分析器的相同因素范围可以找到相似的缺陷率。
希望这个答案可以帮助其他用户，
