是什么促使你提出这个愿望清单请求？
在进行药物工艺步骤的模型选择时，我们通常会采用包含许多部分混杂效应的小型设计。我通常的做法是使用 GenReg 拟合一个完整的响应面模型 (RSM) 或 2 阶析因模型，然后使用模型选择方法（逐步回归或 Lasso 回归）。由于 JMP 会提示无法在模型选择过程中保留遗传信息，因此通常无法指定遗传信息。关闭遗传信息虽然可以选择模型，但通常会包含一些高阶项，而这些高阶项的主效应并未包含在内。在 GenReg 中，您可以请求重新运行模型并包含所有有效效应，以及交互项或 RSM 项，但如果初始选择的模型中没有主效应，那么重新运行的模型中也不会包含主效应。
简单示例：
共有 10 个因素，X1-X10，从这些因素的完整 RSM 模型开始，Genreg 中的 Lasso 选择此模型：
Y = a X1 + b X2*X3
X2*X3 也恰好与 X4 高度相关。
我希望能够在 X1、X2、X3、X4 中重新推出一个起始模型，该模型要么只有主要效果，要么有主要效果 + 2FI，要么有 RSM。
您希望看到哪些改进？
对于 GenReg 模型选择中拟合的模型，添加以下方法：
a) 对于选定的高阶效应，确定可能与该交互项高度相关的主效应。
b) 添加一种重新启动并激活效果（可能包含更高阶的模型项）的方法，包括所选参数的主要效应以及在 a) 中找到的参数列表。
为什么这个想法很重要？
这将提高我们进行能源部分析的效率和一致性。
非常好的建议。我们会和通用监管开发人员讨论这个问题。
