嗨@leodu ，
欢迎加入社区！
您可以查看有关“效果摘要报告”的 JMP 帮助部分，以更好地了解创建和优化模型的不同选项： 效果摘要报告。
如果将鼠标悬停在“排除”按钮上，将出现一条简短的消息解释该功能：“为所选效果设置排除属性。排除的效果仍会出现在效果列表中，但它们处于非活动状态并且没有参数。要取消排除效果，请再次单击排除按钮”。
因此，无论您删除还是排除这些项，如果您删除或排除了某些项，您的模型都将是相同的（这里是与您的数据上的同一模型的比较，左侧是删除的项，右侧是排除的项）：
当您需要解释哪些是设计可估计的项以及哪些项在模型中有效输入/估计时，“排除效应”可能对教学很有趣。
您的情况似乎与此功能无关，而更多地与分析/建模部分有关。
你似乎确实有曲率效应，看看缺乏拟合度检验的结果，并看看“实际预测”和“残差预测”的图：
请记住，由于您只有重复的中心点，因此您只能评估曲率，但不能将其链接到特定的二次效应；您只能从 5 个可能的二次项中选择一个二次效应：A*A、B*B、C*C、D*D、E*E。
由于您使用的是经典的因子设计，我强烈建议您使用“拟合两级筛选平台” ，它可以极大地帮助您快速构建相关且有用的模型（您可以单击数据表中添加的脚本“拟合两级响应筛选”以使用此平台测试效果，并单击“拟合模型（2 级筛选）”查看该模型的结果）：
为了评估重复效应的影响，使用混合模型并将重复效应用作随机效应可能更合适，以评估两组重复之间的变异性是否具有统计显著性/重要性/高。您可以在脚本“混合模型”中检查此类模型的结果（使用与前一个拟合两级筛选相同的模型术语），但重复之间似乎没有很强的变异性：
您还可以使用控制图和/或质量和流程工具（数据表中添加的脚本）从视觉和分析角度评估两个重复集之间的差异：
希望这个答案能帮助你，
