在其他各種因素中，定制設計師在 JMP 具有連續因子和具有任意數量級別的分類因子的設施。設計者假設連續因子可以在從低到高的指定範圍內取任何值。
但是，有時候，數字因子可以採用的值存在實際限制。例如，在服務隊列的模擬中，服務器的數量只能實際取正整數值，如1,2或3。
難道你不能只用三個級別定義一個分類因子嗎？
是的，之前針對上述情況的一種解決方法是使用具有所需級別數的分類因子。由於以下原因，這並不完全令人滿意：
1）分類因素的級別沒有順序，但我們知道2在1到3之間。
2）具有三個等級的分類因子具有兩個自由度，但我們通常更喜歡將這些效應在數值因子中分成線性和二次分量。
如何將因子定義為連續但為模型添加二次項？
這種方法通常是可行的，但有時最優設計包括不是高值，中值和低值的值。
介紹離散數字因子......
這些因素在可以在一個區間上取任何值的完全連續因子和具有固定數量的無序水平的分類因素之間佔據中間地帶。離散數值因子具有一組有序的有序值。這些值不需要均勻間隔。例如，您可以為離散數字因子選擇值1,3和10。如果您認為響應是因子值的對數的函數，則此間距可能很有用。
如何創建離散數字因子？
圖1顯示了在自定義設計器中添加因子的界面。離散數字因子在下面的列表中排在第二位連續因子和以上分類因子。該圖還顯示您通過指定它具有多少級別來定義離散數字因子。
在如圖所示進行三級選擇之後，因子列表包含您可以提供的三個數值的條目。
一個激勵的例子怎麼樣？
想像一下一家印刷廠，客戶可以在這裡找到一到四名服務人員。服務器可以使用一到三台機器，每台機器有三種操作方法。圖2顯示了此示例的因子表。
定義因子後，繼續指定模型。圖3顯示了此方案的默認模型。
在以前版本的自定義設計器中，默認模型僅包含每個因子的主要效果。在圖3中，服務器數量和機器數量因子有二次和三次項。
為什麼默認模型會更改，“如果可能”的估計值是什麼意思？
離散數值因子的額外項是必不可少的。沒有它們，自定義設計器將僅選擇每個因子的高值和低值。對於使用三個數值因子級別的最佳設計，需要二次效應。四級數值因子需要立方模型項 - 它需要四個唯一設置來確定三次多項式。
將這些額外的術語指定為If Possible而不是Necessary使設計優化問題更像是僅包含主效應的常用默認模型。它還允許選擇少於其他必要的運行次數。如果您希望所有條款都是必要的。然後選擇它們，然後在Estimability列中單擊以進行更改。
接下來發生什麼？
我創建了一個12-run設計，您可以在表1中看到。
我從左到右對錶格進行了分類，因此設計的對稱性很明顯。請注意，該設計使用了服務器數量和機器數量的所有可能組合。它還使用了服務器數量和方法的所有組合。由於機器數量和方法只有九種組合，因此重複三種。
需要注意的主要事項是，對於離散數值因子，設計僅使用其允許的級別。
