看看如何：
Scott (@scott_allen)和 Wendy (@wendytseng)在在线研讨会上回答了以下问题：
问：I、D、A 和 G 等不同最优性类型之间有什么区别？
答：不同的最优性准则对设计空间的覆盖范围不同。您可以在图中看到D和I最优设计空间覆盖范围的比较。
JMP 文档1和JMP 文档2 。
问：非线性是通过交互项引入的吗？
答：在具有特定模型项的设计中，您可以估计具有交互作用的非线性混合效应，并且
Scheffé三次项。问：在混合物设计中，我们如何考虑成分（原材料）的子成分？例如，一种成分由两种子成分组成？
答：有几种方法可以将其纳入模型。例如，如果混合物组分 A 由组分 a1 和 a2 组成，则可以引入一个连续因子来描述 a1/a2 的比值。
问：在这个例子中，是否也需要校对时间的主效应？
答：当加入过程因素/混合因素交互作用时，过程因素的主效应将从模型中移除。
问：能否请您谈谈用于空间填充和谢费三次变换的分析模型？我之前以为标准的线性模型不适用，必须使用高斯模型或其他模型。
答：当您在设计中指定模型项（包括双向交互项或 Scheffe 三次项）时，可以使用标准的线性最小二乘建模方法。如果您生成的是空间填充设计，则可能需要使用其他模型，例如高斯模型或神经网络模型，或者广义回归中的一些特殊建模方法。
问：有没有简单的方法可以查看增加运行预算如何提高模型的统计严谨性或功效？
答：由于存在相关因素，混合设计的功效难以估计。设计空间覆盖率是一种可视化此问题的手段。它反映了设计中的点是否均匀分布在您希望获取信息的区域内。
问：JMP 在底层是否使用伪代码，还是需要在某个地方进行指定？
答：JMP 可以做到。在“列信息”中，您可以指定伪代码的类型。如果您正在分析的实验并非在 JMP 中完成，则需要确保已设置列属性。
由 JMP 处理的伪代码.JPG
问：你是如何让软件选择能够烤出最高面包的因素的？
A：在预测分析器红色三角形下方，我设置期望值，然后从红色三角形最大化期望值。
问：为什么在效应汇总中保留 p 值为 0.7 的交互作用？
答：我们只是按照提供的模型进行分析，没有进行任何简化。当然，您可以随意调整模型中的项，看看会对分析结果产生什么影响。
不过，由于模型项之间存在高度相关性，您可以选择保留那些看起来不显著的模型项，并通过验证实验进行验证。
问：如何可视化具有三个以上成分的混合物设计空间？
答：这些通常用三元图来可视化，其中三个顶点中的两个代表各个组分，第三个顶点代表所有其他组分的总和。以下是《配方开发策略：使用 JMP 的分步指南》（Snee 和 Hoerl，2016）中润滑剂配方实验的一个示例。请查看顶部的第一个三元图，其他组分 = 酸 B 的百分比 + 酸 C 的百分比。
Ternary Plot Example Snee and Hoerl三元图示例 Snee 和 Hoerl三元图示例 Snee 和 Hoerl
这里有一个简短的视频，解释了如何可视化含有三种以上成分的混合物的设计空间。
资源
实验设计