模型項並不重要，為什麼不刪除它？
實驗設計回覆：模型術語不重要，為什麼不刪除它？我不明白您為什麼要向 JMP 社群提出這個問題？您應該諮詢作者（Doug Montgomery）。在模型中包含「不顯著」項目的原因有很多，例如：
1. 遺傳：交互作用中的其他因素仍在模型中
2. 層次結構：模型中存在高階項
3. 統計顯著性是有條件的，因此刪除一個項目可能會改變模型中其他項目的顯著性
4.實用性：實驗者可能需要利用這一點來實現實際目的（而非統計目的）
回覆：模型術語不重要，為什麼不刪除它？你好@Rily_Maya ，
如果您看一下所使用的設計和因素，您會發現 zi 變數是雜訊變量，而 xi 變數是可控變數。
設計的目的是找到正確的 xi 變量設置，以便盡可能有效地處理噪聲變量，因此您需要估算這些交互作用（DoE 就是為此而創建的）。如果您不在模型中引入這些交互作用項，那麼雜訊變數將獨立於可控變量，因此您無法採取任何措施來降低因製程變數而產生的實驗雜訊。在這種情況下，您希望透過在最佳設定下改變製程因子來盡可能降低雜訊對結果的影響，因此您更傾向於預測/穩健性目標，而不是篩選（使用 p 值等統計顯著性指標）目標。
除了@statman提到的其他原因外，保留 xi * zi 變數的交互作用可能會對反應產生曲率效應。移除這種交互作用（即使不顯著）可能會消除一些曲率效應，甚至可能「過度簡化」系統理解和系統對雜訊的穩健性。
希望這個答案能對你有幫助，
