散点图矩阵能否用于确定最优区域？
我从预测分析器生成了一个输出随机表（10,000 次运行），然后使用生成的数据创建了一个散点图矩阵，并启用了非参数密度选项。
通过对散点图矩阵应用局部数据过滤器来筛选最理想的响应区域，这种方法能否有效地指示最佳操作区域？
高级统计建模数据探索与可视化实验设计回复：散点图矩阵能否用于识别最优区域？嗨@erichujh ，
是的，生成输出随机表的功能可以帮助您识别符合您规格/目标的感兴趣区域。正如JMP 帮助中关于此部分的说明：“新数据表包含可用于可视化因子或响应的符合规格区域的脚本。”以及“假设您想查看所有能够产生给定范围内所需响应设置的因子设置的轨迹。通过选择并隐藏不符合条件的点（使用图形刷选或数据过滤器），您可以查看剩余的可能性：即产生所需结果的机会空间。”
某些行可能显示为选中状态，并用红点标记。这些点代表多元期望帕累托前沿上的点——即在所有因素的期望值方面，不被其他点支配的点。选中的行对应于“支配”列中值为 1 的行。
另一种方法是使用设计空间分析器来确定因子范围，从而最大限度地提高合格样品的比例。
希望这个回答对您有所帮助。
