发布日期: 09/18/2023
多重响应的变量重要性的示例
本例使用基于独立输入数据的重要性估计值，这些数据来自因子为正交设计的实验。这是通过在“预测刻画器”中将“独立均匀输入”选作重要性指标的抽样方案来完成的。通常，若您认为实际上因子值在整个设计空间中都有变化，而不仅仅是认定实验中定义的设置，则该规格很有用。
1. 选择帮助 > 样本数据文件夹，然后打开 Tiretread.jmp。
2. 运行脚本 4 种响应的响应曲面设计。
“预测刻画器”显示在报表最底部。
3. 点击“预测刻画器”红色小三角并选择评估变量重要性 > 独立均匀输入。
“汇总报表”显示在图 3.29 中。 由于重要性指标基于随机抽样，您的估计值可能与图中显示的值稍有出入。
报表中为这四个响应均显示了对应的表。“总体”表显示了不同响应的因子重要性指标的平均值。“预测刻画器”中的因子（图 3.30）已经过重新排序，符合其在“总体”表的“总效应”重要性中的顺序。
图 3.29 四个响应的汇总报表
4. 点击“变量重要性: 独立均匀输入”旁边的红色小三角并选择着色刻画器。
采用由红到白强度尺度的颜色叠放在刻画器面板上，以反映“总效应”重要性。例如，您很容易看到最为重要的效应是硅烷对硬度的效应。
图 3.30 四个响应的预测刻画器
“边缘模型图”报表显示每个因子在另外两个因子设置的均匀分布中的响应均值。
图 3.31 四个响应的边缘模型图
需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).