发布日期: 08/07/2020

模型

在“模型”分级显示项中指定您的假设模型(其中包含您要估计的所有效应)。对于您指定的每个效应,您都可以指定该效应的“可估计性”。“可估计性”值指示对该效应进行估计是否是“必需”的,或者您是否愿意在“若可能”的情况下估计该效应。

初始“模型”分级显示项包含所有因子的主效应。若输入具有三个或三个以上水平的离散数值因子,则多项式项也将包含在初始模型中。二阶和高阶项的“可估计性”设置为若可能。若想要确保这些项可估计,请将其“可估计性”改为必需

注意:您可以确保离散数值多项式项的可估计性始终设置为“必需”。选择文件 > 首选项 > 平台 > 实验设计。选中“离散数值幂设置为必需”。

“模型”分级显示项 

构造设计表时,JMP 会将“模型”脚本保存至数据表。除了离散数值因子的情况,“模型”脚本都会包含“模型”分级显示项中显示的效应。对于离散数值因子,“模型”脚本仅包含其主效应和二次项。

“模型”分级显示项包含以下按钮和字段:

主效应

为模型中的所有因子添加主效应,为离散数值因子添加多项式项。

交互作用

添加交互作用效应。若未在“因子”分级显示项中选择任何因子,选择“二阶”、“三阶”、“四阶”或“五阶”,可添加最高达到该阶数的所有适当交互作用。通过在“因子”分级显示项中选择因子名称,再选择“交互作用”,然后指定适当的阶数,可以添加特定因子最高达到给定阶数的交互作用。不会添加非混料因子与混料因子之间的交互作用,以及带有分区组因子和带有常数因子的交互作用。

RSM

添加所有连续因子最高达到二阶的交互作用和二次项(响应曲面模型项)。分类因子不包括在 RSM 项中。将删除与所有混料因子交互的非混料因子的主效应。

交叉

添加特定的交互作用项。在“因子”分级显示项中选择因子名称,在“模型”分级显示项中选择效应名称。点击“交叉”将交叉项添加到“模型”分级显示项。

添加多项式项。若未在“因子”分级显示项中选择因子名称,则为所有连续因子添加多项式项。若在“因子”分级显示项中选择了因子名称,则仅为这些因子添加多项式项。选择“二阶”、“三阶”、“四阶”或“五阶”添加该阶数的多项式项。

Scheffé 三次项

(可用于混料因子。)为所有混料因子添加 Scheffé 三次项。这些项用于指定包含三次多项式项的混料模型。

删除项

删除选定的效应。

名称

效应的名称。

可估计性

指定您是否需要估计效应。

若“可估计性”设置为“必需”,则算法确保效应是可估计的。

若“可估计性”设置为“若可能”,则算法会尝试在您指定的试验次数允许的前提下令该效应可估计。

除了离散数值因子的多项式项,所有效应都默认指定为“必需”。点击效应的“可估计性”值可更改该值。

Bayesian D 最优性和“若可能”效应的估计

Bayesian D 最优设计方法获取所有必需项的精确估计,同时对若可能项提供综合检测能力(和部分估计能力)。有关更多详细信息,请参见响应曲面实验Bayesian D 最优性

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).