使用DSD的情況/問題
我計劃運行一個有7個連續因子的DOE，1個分類因子，2個塊。
目標是篩选和優化。
我想使用DSD，但遇到以下情況/問題：
1。五個連續因素可能會有某種相互作用。這會限制DSD的使用嗎？
2。五個因素中有四個是三級，但不是相等（例如100,120,200）。怎麼辦呢？
3。一個連續因子僅有兩個級別，因為樣本可用性。怎麼處理？
4。對於所有連續因素，我盡量控制水平盡可能遠，但獲得最大值和最小值是不切實際的。這會是一個問題嗎？
5。如果我嘗試添加一些中心點（空行），我是否應該嘗試保持原始設計的性質？
謝謝！
回复：使用DSD的情況/問題@Peter_Bartell
是。對我來說，經驗法則是DOE是一個順序學習過程，並且在初始運行中應該花費不超過25％的資源。
回复：使用DSD的情況/問題您的歡迎......現在是免責聲明。我的建議只是解決這個問題的一種方法。這是DOE藝術的一部分......沒有任何一種方法可以解決實際問題。例如，如果您告訴我您擁有無限的預算和資源......我已經直接發送給您使用Custom Design平台來支持估算和RSM類型模型。這將解決您的許多級別問題，並為您提供交互效果，quadratics等。我懷疑如果你問別人他們會有別的想法而不是我的想法。
回复：使用DSD的情況/問題@Peter_Bartell
非常感謝您的及時輸入！
回复：使用DSD的情況/問題是的，我對2的評論。和3。以上，我建議考慮D - 最優，順序設計的實驗方法。
通常，我們對可以為任何給定因子選擇的最小和最大水平具有約束。對於必須處理水平約束的最大擔憂可能是，如果最終運行的水平與響應信號能夠超過所有噪聲源和影響響應的誤差之間的距離足夠遠。如果你不知道......也許只有一個小因素，一次經歷這個單一因素和一些重複可以給你一些想法？
回复：使用DSD的情況/問題@Peter_Bartell
我假設你建議我運行一個2級D優化定制設計進行篩選，以節省資源並解決問題2和3，對吧？
我在問題4中的意思是，對於連續因子，我們通常無法在最大值和最小值下進行實際測試。這會是一個問題嗎？例如，對於機械系統，輸入負載範圍從-1000牛頓到+1000牛頓。但是測試設備只能產生min = 500 N和max = +500 N.
謝謝。
回复：使用DSD的情況/問題以下是我對您的三個問題（您的編號方案）的看法：
2。 如果您首先設計的是篩選設計，通常您會嘗試以最少的資源支出找到所需的信息。DSD幾乎依賴於等間距的水平，因此設計具有適當的“折疊”屬性。考慮到這種非等間距特性的許多因素，您考慮運行2級（忘記現在運行'中間'級別）D優化設計，重點是篩選（即保持運行次數最小）？如果您具有想要估計的可疑雙因素交互的特定知識，則可以將這些包含在模型規範窗口中。然後設計將支持他們的估計。
3。如果你去2中建議的D-最佳路線。以上，解決了這個問題。
4。我不是100％肯定你在這裡的意思......我對你的問題和反應的解釋只是設計你打算實際進行實驗的水平的實驗......不是一些任意選擇更廣泛的水平。
回复：使用DSD的情況/問題@Peter_Bartell
我喜歡並將遵循您繪製的“路線圖”。
同時你可以解決我的問題2,3和4（下面）？他們困惑了我一段時間。
2。五個因素中有四個是三級，但不是相等（例如100,120,200）。怎麼辦呢？
3。一個連續因子僅有兩個級別，因為樣本可用性。怎麼處理？
4。對於所有連續因素，我盡量控制水平盡可能遠，但獲得最大值和最小值是不切實際的。這會是一個問題嗎？
謝謝！
回复：使用DSD的情況/問題對於初學者，我認為你試圖強迫一個單一的實驗來滿足兩個截然不同的目標......篩选和優化。這兩個目標通常不會導致一個實驗，而是使用順序實驗設計進行至少兩個實驗。
DSD非常屬於篩選類別，其目的是有效識別活躍因素，依靠效應稀疏性和影響遺傳作為關鍵促成因素。如果您的懷疑是正確的，那麼懷疑有7個連續因素中有5個具有活躍的相互作用，這並不是一個稀疏系統的效果。我的一般建議是首先使用“書本”DSD建立活躍因子，而不是重複，重複，中心點等。希望您運行的是JMP版本13，這樣您就可以利用新的兩階段模型擬合工作流程。
然後了解您對活動因素和效果的了解，然後在JMP的定制設計平台中運行某種優化設計。這樣，您可以根據您在設計的DSD部分中學到的內容，指定可能的精確模型效果。交互，二次方，如果需要，等等 從這裡使用JMP的預測分析器和模擬器來查找最佳因子設置。
