반복수가 갖추어진 다인자 실험 데이터의 해석에 있어서 최적인 모델을 찾아내는 것은, 교호작용을 포함해 모든 요인이 서로 직교하고 있기 때문에, 분산 분석표의 p값이 큰 요인을 오차항 풀링만으로 끝낼 수 있습니다. 그러나 고려해야 할 공변량이있는 경우 평방 합의 분해로 분산 분석표를 만들 수 없습니다. 미야가와(2008), 「문제 발견의 해결의 과학-SQC의 기본-」에, 공변량을 포함한 3인자 실험 데이터의 해석 사례가 있어, 층별 산포도에 회귀 직선을 겹쳐 쓴 그림을 주체로 했다 결과와 더미 변수를 이용한 회귀 분석의 결과가 제시되어있다. 미야가와는 회귀 파라미터의 추정치에 의한 추론은 쉽지 않고 산포도에서 꾸준한 층별을 이길 수 없다는 것을 강조하고있다. 그래서 JMP의 「모델의 적합」에서의 「스텝 와이즈법」에 의한 교호작용을 포함한 변수선택을 한 후 「표준 최소제곱법」에 의한 「예측 프로파일」과 「교호작용 프로파일」의 활용, 또한 「그래프 "빌더"에 의한 격자 모양의 층별 산포도에 연결된 다면적, 종합적인 문제 해결법을 나타낸다. 또한 JMP 작도 외에도 Excel을 사용하여 문제를 해결하는 데 필요한 산점도를 만드는 방법을 보여줍니다.
