KCV模型作為混合製程實驗設計的標準選項是什麼促使你提出這個願望清單請求？
在配方及類似領域，實驗通常涉及混合物組成和製程因素。對於標準數值型實驗設計 (DOE)，JMP 預設提供響應曲面法 (RSM) 模型，方便進行 DOE 規劃和模型選擇。然而，對於混合物/製程組合設計，等效的 KCV 模型並非預設選項。使用者必須手動選擇並輸入所有相關因素，這既耗時又容易出錯。
您希望看到哪些改進？
在 JMP 的 DOE 規劃和模型選擇中，將「KCV 模型」新增為預設模型複雜度選項，就像 RSM 模型用於「標準」因子一樣。這樣，使用者可以直接選擇 KCV 模型，JMP 會自動產生正確的模型項，無需手動選擇效應。 KCV 模型將作為混合物/過程組合的預設模型，就像 RSM 模型用於數值因子一樣。
為什麼這個想法很重要？
KCV模型設定的自動化將節省時間、減少錯誤，並大幅簡化處理混合物和製程因素的使用者進行DOE規劃的流程。它將提供一種實用且均衡的建模方案，在配方設計中尤其重要，但在混合物和製程變數相互作用的任何領域也同樣適用。
進階統計建模實驗設計回覆：KCV模型作為混合製程設計實驗的標準選項 - 狀態已變更為：已確認您好@ASchurr ，感謝您提交此請求並分享 pdf 檔案。
回覆：KCV模型作為混合製程設計實驗的標準選項 - 狀態已變更為：已確認您好@ASchurr ，感謝您提交此請求並分享 pdf 檔案。
回覆：KCV模型作為混合製程實驗設計的標準選項我支持提出的請求和建議的解決方案方向！
