模型项并不重要，为什么不删除它？
实验设计回复：模型术语不重要，为什么不删除它？我不明白您为什么要向 JMP 社区提出这个问题？您应该咨询作者（Doug Montgomery）。在模型中包含“不显著”项的原因有很多，例如：
1. 遗传：相互作用中的其他因素仍在模型中
2. 层次结构：模型中存在高阶项
3. 统计显著性是有条件的，因此删除一个项可能会改变模型中其他项的显著性
4.实用性：实验者可能需要利用这一点来实现实际目的（而非统计目的）
回复：模型术语不重要，为什么不删除它？你好@Rily_Maya ，
如果您看一下所使用的设计和因素，您会发现 zi 变量是噪声变量，而 xi 变量是可控变量。
设计的目的是找到正确的 xi 变量设置，以便尽可能有效地处理噪声变量，因此您需要估算这些相互作用（DoE 就是为此而创建的）。如果您不在模型中引入这些相互作用项，那么噪声变量将独立于可控变量，因此您无法采取任何措施来降低由于过程变量而产生的实验噪声。在这种情况下，您希望通过在最佳设置下改变过程因子来尽可能地减少噪声对结果的影响，因此您更倾向于预测/稳健性目标，而不是筛选（使用 p 值等统计显著性指标）目标。
除了@statman提到的其他原因外，保留 xi * zi 变量的相互作用可能会对响应产生曲率效应。移除这种相互作用（即使不显著）可能会消除一些曲率效应，甚至可能“过度简化”系统理解和系统对噪声的鲁棒性。
希望这个答案能对你有所帮助，
