包含难以更改的协变量的设计
在本例中，您需要构造一种设计，为选手级跑步者开发一款具有耐磨（损耗）特点的跑鞋。实验包括以下因子：
• 鞋底厚度（厚度）
• 减震胶体量（胶体）
• 鞋底材料（外底）
• 鞋底夹层材料（鞋底夹层）
要获得可概况的结论，您需要针对大量选手级跑步者检验这款鞋。为了适应实验预算，每名跑步者都必须检验若干实验组合。
您的公司已收集 100 名愿意参与您的研究的合适跑步者的数据。对这些跑步者测量的相伴变量（协变量）包括平均每天跑步英里数（英里数）、体重（体重）和脚的着地点（着地点）。
按如下方式创建您的设计：
1. 选择帮助 > 样本数据库，然后打开 Design Experiment/Runners Covariates.jmp。
2. 选择实验设计 > 定制设计。
3. 双击“响应名称”下的 Y 并键入损耗。
4. 点击“目标”下的最大化，然后将其改为最小化。
5. 点击添加因子并选择协变量。
6. 从列表中选择英里数、体重和着地点，然后点击确定。
这些是与跑步者关联的难以更改的协变量。
7. 针对英里数、体重和着地点这三个因子之一，在“更改”下点击容易，并将其改为困难。
请注意，这三个协变量的“更改”值全部变为“困难”。
要手动添加其余因子，请执行step 8到step 16。或者，要从保存的表加载因子，请从“定制设计”红色小三角中选择加载因子。打开 Design Experiment 文件夹中的 Runners Factors.jmp 样本数据表。若选择加载因子，则可跳过step 8到step 16。
8. 在添加因子数旁边键入 2。
9. 点击添加因子 > 连续。
10. 重命名厚度和胶体这两个因子。
11. 将厚度的值改为 5 和 20。
12. 将胶体的值改为 1 和 10。
13. 在添加因子数旁边键入 2。
14. 点击添加因子 > 分类 > 3 水平。
15. 重命名外底和鞋底夹层这两个因子。
保留这些因子的默认值。
图 5.65 “响应”和“因子”分级显示项
16. 点击继续。
17. 选择交互作用 > 二阶。
指定的模型拟合所有双因子交互作用，包括协变量与实验因子的交互作用。
18. 将“整区数”（即跑步者数量）设置为 32（若尚未设置为该数值）。
19. 在“试验次数”下的“用户指定”旁边键入 64（若尚未设置为该数值）。
注意：在step 20中设置“随机种子”，在step 21中设置“开始数”，这将会重现本例中显示的确切结果。自行构造设计时，这些步骤不是必需的。
20. （可选）点击“定制设计”红色小三角，选择设置随机种子，键入 12345，然后点击确定。
21. （可选）点击“定制设计”红色小三角，选择开始数，并将其设置为 1（若尚未设置为该数值）。点击确定。
22. 点击制作设计。
图 5.66 针对难以更改的协变量的设计中的前 20 次试验
在 100 名跑步者中，根据其协变量值选定了其中的 32 名跑步者。与选定跑步者对应的行也在 RunnersCovariates.jmp 样本数据表中选定。确定实验因子厚度、胶体、内底和外底的设置，以使设计对于“模型”分级显示项中描述的模型是最优的。
23. 在 RunnersCovariates.jmp 样本数据表成为当前表时，选择分析 > 分布。
24. 将所有三列都选作 Y，列。
25. 选中仅显示直方图。
26. 点击确定。
图 5.67 100 名跑步者的直方图（已选定的跑步者数据用阴影表示）
这些直方图演示设计选定的跑步者如何在协变量之间平衡各次跑步。选定跑步者的分布类似于每个协变量的所有跑步者的总体分布。