例如，使用 Tiretread.jmp 样本数据集。该数据集显示轮胎制造商的实验结果，实验目标是基于硅石、硅烷和硫磺三个因子的含量来匹配硬度目标值 = 70。假定硅烷和硫磺含量可以方便（精确）地进行控制，但是硅石则存在需要考虑的变异性。
|
1.
|
选择图形 > 刻画器以启动“刻画器”。
|
|
2.
|
|
3.
|
点击确定。
|
|
4.
|
在“预测刻画器”菜单中选择优化和意愿 > 意愿函数。
|
|
5.
|
|
6.
|
硬度的最大化意愿
|
1.
|
选择图形 > 刻画器。
|
|
2.
|
|
3.
|
|
4.
|
点击确定。
|
|
5.
|
像以前一样更改预测公式-硬度意愿函数。
|
对硅石的预测公式的导数
|
6.
|
选择优化和意愿 > 最大化意愿以在权衡使噪声因子传递的变异最小的情况下找到过程因子的最佳值。
|
|
1.
|
从平台菜单中选择模拟器。
|
|
2.
|
将硅石分配给具有标准差 0.05 的随机正态分布。
|
|
3.
|
点击模拟。
|
|
4.
|
点击“模拟结果输出表”节点下的制表按钮。
|
|
5.
|
|
6.
|
|
7.
|
直方图出现时，从“分布”主标题栏中选择统一尺度。
|
这些直方图显示：当噪声因子未包含在分析中时，硬度的变异更大。
还有一件有趣的事情要注意：在包含噪声因子时直方图的形状。在比较上述直方图时，注意到有噪声因子分布的数据仅在一个方向上逐渐消失。预测有偏斜，因为硬度相对于硅石为最小值，如显示硬度对硅石的最小值的刻画器中所示。 因此硅石的变异只能使硬度增加。使用非稳健方案时，该变异可能向任何一个方向传递。
