空間填充設計是否有助於讓我的通勤更輕鬆？（攝影：Geoffrey Arduini通過Unsplash：https：//unsplash.com/geoffreyarduini）
每當我準備去上班或下班時，我總會有一個想法，即如果我離開一定時間，由於流量較少，我的驅動器會更順暢。當然，即使我每天都在同一時間離開，我的駕駛時間仍然會有所不同。當谷歌地圖最近提供該功能以給出未來旅行的估計旅行時間範圍時，我決定看看我是否能找到有關我日常通勤的任何有趣信息。這似乎也是嘗試這個的絕佳機會 JMP 12中新的空間填充設計特徵。
雖然我不知道如何估計時間的所有細節，但我可以將響應視為來自具有確定性響應的計算機模擬器：如果我一遍又一遍地放置相同的出發時間/天，我會不斷獲得預期的時間相同。因此，使用複制運行會浪費資源。我一次性收集數據，因為我不清楚Google地圖如何/何時更新這些估算值。
為了證明空間填充設計的實用性，讓我們假設我可以使用的是基於我早上離開的時間和晚上離開工作的時間（即，我沒有）的總旅行時間。有個人早/晚旅行時間）。然後我想要一個早晚出發時間很好的設計，最好是在不同的工作日。我的早班可以在早上7:30之間出發 和晚上9點，晚上出發時間是下午4:30 下午6點 為簡單起見，我讓時間變量的範圍從0到90，表示從範圍開始的分鐘數。
假設我只有資源從150點收集數據。為什麼甚至使用空間填充設計，當我可以均勻間隔地展開點？由於我可以以整分鐘為單位指定出發時間，因此要在整個範圍內收集數據，需要91 x 91 x 5 = 41,405點。即使使用10分鐘的增量，我也需要11 x 11 x 5 = 605點，如果旅行時間在10分鐘的間隔之間變化，我將失去觀察的機會。我還想確保每天都不使用相同的時間，因為如果天之間沒有差異，我每次都會收集相同的結果。
在 JMP ，我去DOE - >空間填充設計並將連續因子改為早晚，範圍為0到90。我為一天添加了一個五級分類因子（注意此功能僅在JMP 12中開始提供）：
當我點擊繼續進入下一個屏幕時，唯一具有分類因素的選項是快速靈活填充，它使用JMP 12中的MaxPro標準來更好地探索邊界。早上和晚上的時間將作為分數出現，我需要在收集數據時完成，但讓我們來看看我發現的150次運行設計。忽略這些日子，我們得到了很好的出發時間組合：
如果我們日復一日地看待出發時間，我們也看到了良好的傳播：
細心的讀者可能會注意到軸上的比例不再是0-90。這是一個更改列信息的問題，如果有任何興趣，最好留給另一篇博客文章（只是留下評論讓我知道）。
現在我們已經創建了一個設計，現在是時候收集一些數據了。我的下一篇博文將顯示分析，看看是否有任何有趣的結果。
