メモ: 満足度関数を最適化する設定は、1つではない場合がほとんどです。［満足度の最大化］オプションでは、そのような設定のうちの1つが示されます。「等高線プロファイル」は、満足度を最適化する因子のいくつかの組み合わせを見つけるのに便利なツールです。「等高線プロファイル」章の「最適な設定を探索する」（80ページ）の例を参照してください。
図3.5 「最大化オプション」ウィンドウ
図3.6 「応答目標」ウィンドウ
このコマンドを選択すると、因子の重要度が計算されます。重要度には、いくつかの指標があります。この重要度は、モデルの種類やあてはめの手法には関係なく使用できます。詳細については、第 “変数重要度の評価”を参照してください。
（「予測プロファイル」が組み込まれた特定のモデルプラットフォームでのみ使用可能）「バギング」ウィンドウが開きます。バギング（Bagging: Bootstrap Aggregating）は、元データから復元抽出を何回も行い、抽出された各データにモデルをあてはめます。そして、得られた予測値を組み合わせて最終的なモデルを構成します。バギングにより、予測のばらつきが小さいモデルを得られる場合があります。詳細については、第 “バギング”を参照してください。
シミュレータが開きます。シミュレータは、モデルの因子と予測にランダムな誤差を追加してモンテカルロシミュレーションを実行します。一般には、因子を最適な設定で固定し、制御できない因子とモデル誤差において乱数を生成します。シミュレータによって、応答が仕様限界外になる割合を調べることができます。詳細については、「シミュレータ」章（129ページ）を参照してください。
（いずれかの因子または応答変数に［Sigma］列プロパティが設定されている場合のみ、表示されます。）因子のばらつき（変動）から推定される応答の3σ区間を表示します。因子をあまり正確に制御できないような状況において、因子におけるばらつきによって応答の値もばらついてしまう状態を、「誤差の伝播」（POE: Propagation Of Error）と言います。第 “誤差伝播の法則による区間”を参照してください。
感度インジケータは、紫色の三角形のことです。その高さと向きにより、現在値における予測式の偏微分値を表します（感度インジケータを参照）。大規模なプロファイルを作成した場合でも、感度の高いセルをすばやく見つけることができます。
図3.7 感度インジケータ
図3.8 「因子設定」ウィンドウ
データテーブルのある行の値をプロファイルにおける因子の設定値（X変数の設定値）に割り当てます。
{factor1 = n1, factor2 = n2, ...}
ProfileCallbackLog = Function({arg},show(arg));
そして、「スクリプトの設定」ダイアログボックスにProfileCallbackLogと入力します。
ProfileCallbackAssign = Function({arg},evalList(arg));
ProfileCallbackAccess = Function({arg},f1=arg["factor1"];f2=arg["factor2"]);
一様分布の乱数に従った因子のデータテーブルを作成する第一の目的は、グラフを使って多変量の因子空間を調べることです。これはモンテカルロフィルタという手法です。