是什麼促使你提出這個願望清單請求？
在進行藥物製程步驟的模型選擇時，我們通常會採用包含許多部分混雜效應的小型設計。我通常的做法是使用 GenReg 來擬合一個完整的響應曲面模型 (RSM) 或二階析因模型，然後使用模型選擇方法（逐步迴歸或 Lasso 迴歸）。由於 JMP 會提示無法在模型選擇過程中保留遺傳訊息，因此通常無法指定遺傳訊息。關閉遺傳訊息雖然可以選擇模型，但通常會包含一些高階項，而這些高階項的主效應並未包含在內。在 GenReg 中，您可以要求重新運行模型並包含所有有效效應，以及交互項或 RSM 項，但如果初始選擇的模型中沒有主效應，那麼重新運行的模型中也不會包含主效應。
簡單範例：
共有 10 個因素，X1-X10，從這些因素的完整 RSM 模型開始，Genreg 中的 Lasso 選擇此模型：
Y = a X1 + b X2*X3
X2*X3 也剛好與 X4 高度相關。
我希望能夠在 X1、X2、X3、X4 中重新推出起始模型，該模型要麼只有主要效果，要麼有主要效果 + 2FI，要麼有 RSM。
您希望看到哪些改進？
對於 GenReg 模型選擇中擬合的模型，請新增以下方法：
a) 對於選定的高階效應，確定可能與此交互項高度相關的主效應。
b) 增加一種重新啟動並啟動效果（可能包含更高階的模型項）的方法，包括所選參數的主要效應以及在 a) 中找到的參數清單。
為什麼這個想法很重要？
這將提高我們進行能源部分析的效率和一致性。
非常好的建議。我們會和通用監管開發人員討論這個問題。
