モデル項は重要ではないので、削除しないのはなぜですか?
実験計画法Re: モデル項は重要ではないので、削除しないのはなぜですか?なぜJMPコミュニティにこの質問をされているのか分かりません。著者（Doug Montgomery）に問い合わせてみてください。モデルに「重要でない」項を含める理由はいくつかあります。例えば、以下のような理由があります。
1. 遺伝：相互作用の他の要因はモデル内に残っている
2. 階層: 高次の項はモデル内に存在する
3. 統計的有意性は条件付きであるため、ある項を削除するとモデル内の他の項の有意性が変化する可能性がある。
4. 実用性: 実験者は、実用目的（統計的ではなく）でこれを利用する必要があるかもしれない。
Re: モデル項は重要ではないので、削除しないのはなぜですか?こんにちは@Rily_Mayaさん、
使用された設計と要因を見ると、zi 変数はノイズ変数であり、xi 変数は制御可能な変数であることがわかります。
この設計の目的は、ノイズ変数を可能な限り効率的に処理できるように、xi変数の適切な設定を見つけることです。そのため、これらの相互作用を推定する必要があります（DoEはそのために作成されています）。モデルにこれらの相互作用項を導入しないと、ノイズ変数は制御可能変数から独立しているため、プロセス変数を利用して実験ノイズを低減する対策を講じることはできません。この場合、プロセス因子を最適な設定で変化させることで、結果へのノイズの影響を可能な限り低減することが目的です。つまり、スクリーニング（p値などの統計的有意性指標を使用）というよりも、予測／ロバスト性の目的に近いと言えます。
@スタットマンが挙げた他の理由に加えて、xi * zi 変数の相互作用を維持すると、応答に曲率効果が現れる可能性があります。このような相互作用を除去すると（たとえ有意でなくても）、曲率効果がわずかに除去され、システムの理解とノイズに対する堅牢性が「過度に単純化」される可能性があります。
この回答がお役に立てれば幸いです。
