你好，
我对 JMP 还不熟悉，但我正在尝试确定建模非线性系统的最佳方法（生成 DOE + 模型拟合）。
背景：长话短说，我有一个很大的实验空间，我正在尝试建模（10 个离散变量 + 10 个连续变量）。在开始进行完整实验之前，我正在使用一个子集（1 个离散变量 + 5 个连续变量）来确保在扩展实验空间之前正确地对我的系统进行建模。
我首先使用包含主项 + 2 次交互项 + 2 次幂项的简单模型生成 DOE。运行 DOE 后，我得到了一个拟合效果很好的模型，其中所有效果都很显著。
当我使用“预测分析器”时，我知道我的模型对某些数据部分过度拟合，导致预测在物理上不可能实现。我的目标是建立一个在整个实验空间中尽可能准确的模型。请参阅下面的屏幕截图，其中解释了一些未准确建模的极端情况：
我目前的情况总结：
- 我知道我的反应在统计上存在显著的曲率（基于我的第一个 DOE）
- 我从物理学中知道，当我的连续变量趋于无穷大时，响应应该渐近接近于 0（响应不可能为负）
- 可能存在一些交互项，但我想知道这些项是否也用于过度拟合我的响应中的曲率。我需要更多证据才能相信存在显著的交互项。
我当前的模型在 90% 的场景中都是准确的，但我知道会产生一些极端情况，因为二次项无法准确地模拟渐近响应。我假设如果我在二次区域的最小值附近添加更多数据点，模型就会变得平滑并更接近现实，但我想尽量减少获得良好模型所需的数据点数量（特别是在添加更多变量之前）。为渐近响应生成 DOE 的正确方法是什么？生成 DOE 后，如何正确模拟这种非线性响应？
谢谢！
