利用不可控因素优化需求我在寻求有关如何在锁定其中一个因素并让其他因素围绕该因素进行优化时自动最大化流程配置文件的可取性的建议。我的流程有一个不受控制的因素，所以我需要根据我测量的每个单位进行调整。我期望的响应通常可以通过调整受控因素来实现，但可取性情况对于每个不受控制因素的值都是独一无二的。
有没有人有方法或脚本，我可以用它为 JMP 提供一列这个不受控制的因素，然后相邻的控制因素列将显示每行的优化值？如果估计响应也是此表中的一列，那就太好了。
自动化和脚本质量与工艺工程回复：利用不可控因素优化需求嗨@V1N0V3R1T4S ，
由于您项目的背景信息有限，我们很难为您提供帮助。
您似乎关心如何优化针对多个因素的响应，其中一个因素不受控制（数值连续？）。这个因素在实验过程中会变化吗？或者它在实验过程中是否固定为不受控制的值？这个变化的来源是什么？
由于您无法控制此因素，您可能不想知道此因素如何影响您的平均响应，但更可能想知道它会对响应造成多大的变化。您可以尝试将此因素设置为模型中的随机主效应，这要归功于“拟合模型”平台中的“属性”角色： 构建模型效应
然后，使用这个混合模型，刻画器可以帮助您优化响应均值，而无需将此不受控制的因素用作固定效应。
可能还有其他更合适的选择，如果您可以提供更多信息和匿名数据集，它可以极大地帮助您了解您的情况。
希望这第一个答案能帮到你，
回复：利用不可控因素优化需求我和 Victor 有同样的问题，因为你为你的查询提供了非常有限的背景信息。我想 Victor 走在正确的道路上。处理不受控制因素的一种方法是将不受控制因素视为协变量。这基本上就是 Victor 所建议的。这最终将导致混合模型（模型中既有固定效应也有随机效应）。
回复：利用不可控因素优化需求嘿，Victor 和 Statman，
匿名化我的数据集需要一些时间......在此之前，我会尝试更详细地描述情况。
我的实验：
响应：Y-测试期间正在构建的部件的属性。
3 个受控连续因子：CX1、CX2、CX3
1 不受控制的（环境）连续因素：UX4
我围绕 CXi 设计了一个实验，并提前知道 UX4 在一天的时间里会以某种可预测的方式漂移，因此如果我正确地安排测试时间，我就可以捕捉到接近可重复的值，从而给它的领域一些规律感。
然后，我利用这些因素构建了一个看起来运行良好的模型，以查看它们如何影响响应 Y。Y 确实有一个我试图在每个单元中实现的目标值。
似乎情况是，我对 CXi 的优化值取决于 UX4 的值，因此在制造零件时我尝试实施的方案是：测量 UX4，将该值输入到分析器中，然后在固定 UX4 值的情况下最大化 CXi 的可取性。然后，操作员将在构建零件之前将他们的工具设置为优化的 CXi 值。
那么，我想要的是，根据 UX4 的任意值自动执行此优化。我希望有一个数据表，其中提供 UX4 的列，然后数据表中的其他列将自动填充 CXi 的优化值以及与这些因子设置相关的 Y 的预测值。
这是否使我的请求更加清晰？
回复：利用不可控因素优化需求嘿，Statman，
我已在 Victor 的帖子下添加了我的回复，如果其他详细信息有助于解释我的情况，请告诉我。
谢谢！
回复：利用不可控因素优化需求您的建议似乎很合理。这是考虑协变量的典型方法。另一种选择是设计对 UX4 具有鲁棒性的流程。
