看看如何：
Scott (@scott_allen)和 Wendy (@wendytseng)在線上研討會上回答了以下問題：
Q：I、D、A 和 G 等不同最適性類型之間有什麼區別？
答：不同的最適性準則對設計空間的覆蓋範圍不同。您可以在圖中看到D和I最優設計空間覆蓋範圍的比較。
JMP 文件1和JMP 文檔2 。
Q：非線性是透過交互項引入的嗎？
答：在具有特定模型項的設計中，您可以估計具有交互作用的非線性混合效應，並且
Scheffé三次項。 Q：在混合物設計中，我們如何考慮成分（原料）的子成分？例如，一種成分由兩種子成分組成？
答：有幾種方法可以將其納入模型。例如，如果混合物組分 A 由組分 a1 和 a2 組成，則可以引入一個連續因子來描述 a1/a2 的比值。
問：在這個例子中，是否也需要校對時間的主效果？
答：當模型中包含過程因素/混合因素交互作用時，過程因素的主效果將被移除。
Q：能否請您談談用於空間填充和謝費三次變換的分析模型？我之前以為標準的線性模型不適用，必須使用高斯模型或其他模型。
答：當您在設計中指定模型項（包括雙向交互項或 Scheffe 三次項）時，可以使用標準的線性最小平方法建模方法。如果您產生的是空間填充設計，則可能需要使用其他模型，例如高斯模型或神經網路模型，或廣義迴歸中的一些特殊建模方法。
Q：有沒有簡單的方法可以查看增加運行預算如何提高模型的統計嚴謹性或功效？
答：由於有相關因素，混合設計的功效難以估計。設計空間覆蓋率是一種可視化此問題的手段。它反映了設計中的點是否均勻分佈在您希望獲取資訊的區域內。
Q：JMP 在底層是否使用偽代碼，還是需要在某個地方指定？
答：JMP 可以做到。在「列資訊」中，您可以指定偽代碼的類型。如果您正在分析的實驗並非在 JMP 中完成，則需要確保已設定列屬性。
由 JMP 處理的偽代碼.JPG
Q：你是如何讓軟體選擇能夠培育出最高麵包的因素的？
A：在預測分析器紅色三角形下方，我設定期望值，然後從紅色三角形最大化期望值。
Q：為什麼在效應總和中保留 p 值為 0.7 的交互作用？
答：我們只是按照提供的模型進行分析，沒有做任何簡化。當然，您可以隨意調整模型中的項，看看對分析結果會產生什麼影響。
不過，由於模型項之間存在高度相關性，您可以選擇保留那些看起來不顯著的模型項，並透過驗證實驗進行驗證。
Q：如何視覺化具有三個以上成分的混合物設計空間？
答：這些通常用三元圖來視覺化，其中三個頂點中的兩個代表各個組分，第三個頂點代表所有其他組分的總和。以下是《配方開發策略：使用 JMP 的逐步指南》（Snee 和 Hoerl，2016）中潤滑劑配方實驗的一個例子。請查看頂部的第一個三元圖，其他組分 = 酸 B 的百分比 + 酸 C 的百分比。
Ternary Plot Example Snee and Hoerl三元圖範例 Snee 和 Hoerl三元圖範例 Snee 和 Hoerl
這裡有一個簡短的視頻，解釋瞭如何可視化含有三種以上成分的混合物的設計空間。
資源
實驗設計