显示或隐藏意愿函数。意愿刻画和优化中对意愿进行了讨论。
注意：在很多情况下，优化意愿函数的设置不是唯一的。“最大化意愿”选项给出一个这样的设置。等高线刻画器对于找到优化意愿的备选因子组合是很好的工具。有关示例，请参见“等高线刻画器”一章中第 73 页的“探索最优设置”。
图 3.5 “最大化选项”窗口
图 3.6 “响应目标”窗口
（仅当在某些建模平台中嵌入“预测刻画器”时可用。）启动 Bagging 窗口。Bootstrap 聚合 (Bagging) 支持您通过对原始数据进行放回抽样来创建多个训练数据集。对于每个训练集，使用分析平台拟合模型并生成预测。最终预测是来自所有模型的结果的组合。这通过降低方差误差提高了预测性能。详细信息，请参见Bagging。
启动模拟器。“模拟器”支持您使用添加至因子的随机噪声和预测模型创建 Monte Carlo 模拟。典型的用法是将固定因子设置为其最佳设置，将不受控因子和模型噪声设置为随机值。随后即可计算响应超出规格限之外的比率。详细信息，请参见第 119 页的“模拟器”一章。
显示或隐藏交互作用图，当您在“预测刻画器”中更新因子值时这些图随之更新。使用该选项通过观察当因子的当前值更改时图形如何变化，来帮助可视化三次交互作用。随给定因子更改的单元格是未直接涉及该因子的单元格。
（仅当在任意因子和响应变量中存在 Sigma 列属性时显示。）该选项显示因为因子变异而在响应上隐含的 3σ 区间。当因子值不太可控，而要根据因子值变异刻画响应变异的特性时，误差传播 (POE) 十分重要。请参见误差传播直条。
显示或隐藏一个紫色三角，其高度和方向对应于刻画函数取当前值时的偏导数值（请参见图 3.7）。该指示符能够快速发现敏感单元，所以在众多刻画中非常有用。
图 3.7 灵敏度指示符
图 3.8 “因子设置”窗口
将数据表行的值分配给“预测刻画器”中的 X 变量。
然后在“设置脚本”对话框中输入 ProfileCallbackLog。
生成均匀随机因子表的主要原因是：使用图形化查询以多元方式探索因子空间。该方法称为过滤的 Monte Carlo。