如何有效地使用混合物 DOE 的效果摘要？你好，
我在 JMP 17 上运行了 DOE，我开始使用效果摘要通过 JMP 解析数据。这是一种四组分混合物。我观看了 JMP 目录中关于使用混合物效果摘要的一些视频，并一直在关注他们的做法（如果 P 值 >0.05 的源没有任何依赖项，则删除该源）。在什么情况下我会偏离这一点？我已在下面附上效果摘要的图片 - 例如，是否有任何情况我会删除源 A？只是好奇，因为实际的预测图（也附上）由于 RSq 值有点低。
谢谢！
Actual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted PlotActual by Predicted Plot实际与预测图
Effect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summaryEffect summary效果总结
数据探索与可视化实验设计分享和交流结果视窗回复：如何有效地使用混合 DOE 的效果摘要？嗨@AutoSetMarmoset ，
混合设计是一种优化策略，这种设计的重点更多地在于预测性而不是筛选和统计显著性过滤。
在分析中，从使用在设计创建中输入的项的完整假设模型开始，然后根据模型的预测性能（例如 RMSE）开始删除模型中的项（主效应除外），而不是基于每个项的单独 p 值/对数值，这样更有意义：混合因子之间存在多重共线性/相关性，此类模型中没有截距，因此 p 值/对数值不是模型选择的有效指标。
请注意，评估模型“性能”/充分性的方法有很多，具体取决于您的目标和您使用的指标。互补模型的估计和评估指标，如对数似然、信息标准 (AICc、BIC) 或模型的解释能力 (通过 R2 和 R2 调整)、模型的预测能力 (通过 MSE/RMSE/RASE)，提供了不同的视角，并可能突出不同的模型。
然后，您可以根据领域专业知识和指标评估选择哪一个最适合/与您的主题最相关，并选择使用不同的模型来估计单个预测（以查看它们的不同之处），和/或使用组合模型来平均预测误差。
以下是论坛中与混合设计模型选择有关的一些相关帖子：
使用常规（非专业）JMP 进行混合 DOE 分析的向后回归？
用逐步回归分析混合物 DOE
按照设计的实验从模型中删除项
如果您需要更详细的建议或指导，您能分享您的 DoE 的匿名版本吗？
希望这个回答能帮到你，
回复：如何有效地使用混合 DOE 的效果摘要？混合物 DOE 分析并不容易；我的经验是，通过移除 3 阶项，R² 可能会有所改善
回复：如何有效地使用混合 DOE 的效果摘要？您应该使用 Mixture Profiler 来评估混合设计。
回复：如何有效地使用混合 DOE 的效果摘要？大家好，
感谢您的回复 - 我附上了我一直在使用的 JMP 工作表的匿名版本。为了提供更多背景信息，以下是我尝试分析数据的方法。在我的四个组件之间，我使用了 Scheffe 三次函数并删除了一些高阶项，然后单独进行拟合。然后，我查看效果摘要并删除 P 值 >0.05 的效果，因为它们不是包含其上方效果的效果。之后，我会查看混合刻画器或预测刻画器，开始了解混合空间内的权衡。我对此比较陌生，正在尝试学习最佳实践，因此我很感谢你的帮助。
编辑：在阅读了其他一些讨论后，我只想补充一些背景信息 - 这些是我们使用的配方的四个核心组成部分，我想确定哪个空间和边界最好，既具有合理的混合质量分数，又具有相分离率。我们对某些成分如何影响这些品质有一些直觉，但从未系统地探索过。我一直在使用标准最小二乘法运行模型。
谢谢！
回复：如何有效地使用混合 DOE 的效果摘要？嗨@AutoSetMarmoset ，
您可以编辑您的消息吗？没有附件。
一般建议您应该使用设计的预定义/假设模型来分析数据。
如果必要/可能的话，您可以通过删除一些项来优化您的模型，但是对于混合设计，不建议使用 p 值来优化模型，因为它们可能会有偏差（出于我之前提到的原因）。
您需要使用不同的指标来帮助您找出并平衡一个可能的“正确”模型复杂性与可接受的预测精度。
希望这个答案能帮到你，
回复：如何有效地使用混合 DOE 的效果摘要？嗨维克多，
再次附上匿名研究供您参考。
谢谢
回复：如何有效地使用混合 DOE 的效果摘要？嗨@AutoSetMarmoset ，
查看您的回答“相分离时间”，您完整的假设模型（包含主效应、2 个因素相互作用和 3 个因素相互作用）似乎表现不错：
- 与响应范围（5 至 500）相比，RMSE 相当低（约为 20），
- 残差中没有明显的模式，除非由于测量到的响应值非常不同，您似乎有 3 个值块：大约 5、大约 100 和大约 500。您的检测限是否为 500 或低于 5 ？可以通过将这 3 个结果块合并来完成分析。在此转换响应上拟合有序逻辑模型会产生与连续响应类似的结果：C/D 的比率为 40/60 或 30/70 将导致分离时间减少。此区域中的验证点可能对验证此发现的最佳值有用。
- 关于“混合物质量”的响应，它似乎是评级，所以我建议将建模类型切换为“有序”并创建一个逻辑模型。由于我不知道排名顺序是什么（1 个最好还是 1 个最差？），您可以使用为分析创建的脚本，根据需要更改可取性，看看是否必须在两个响应之间找到一个折衷方案。
我保存了用来测试所提出的各种选项和模型的脚本。
我希望你能找到一些方法来分析你的回答，
回复：如何有效地使用混合 DOE 的效果摘要？以下是一些想法：
1. 响应变量具有挑战性。时间响应不寻常。似乎存在歧视问题或数据被截断（值 5 和 500，我猜 500 没有分离）？“质量得分”缺乏歧视（您的序数量表应至少有 5 个类别并使用多个评估者）。它与时间也没有很好的相关性。这意味着您可能会对 2 个响应进行权衡。
2. 混合物分析不是典型的 DOE 分析。项和相互作用之间可能存在共线性（实际上是非线性效应）。您不能像平常一样使用 p 值，因为模型假设被违反，尤其是独立性。R^2 也可能被夸大了。问题并不大，因为您已经知道这些成分很重要。混合设计偏向于优化（而不是筛选）。
3. 将混合物分析器与您的 SME 一起使用。确保它有意义。然后复制结果...
最后，你可能需要阅读有关混合物的文章。康奈尔是公认的标准。
康奈尔，约翰 (1990) “混合实验、设计、模型和分析” Wiley (ISBN:047152221X)
回复：如何有效地使用混合 DOE 的效果摘要？你好@Victor_G @statman
感谢详细的回复！你们两位都提到了我对测试的一些问题，其中区分有点困难，这在测量中增加了一些噪音。在分析方面，我开始对使用 RMSE 而不是 R^2 来分析数据的一种好方法有所了解，因为混合相互作用很复杂。我仍然不确定的一件事是删除适当的术语（以及在哪里划定界限）以改进模型的预测。我想小心一点，因为我不想误导别人。
感谢您对教科书的建议！这是我一直在寻找的东西，我会开始阅读更多相关内容。
谢谢
