我們是否需要數學熟練設計實驗？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我使用SAS JMP運行多變量測試實驗（MVT，回歸），它生成測試計劃並執行回歸分析，定義顯著效果。最重要的是能夠解釋和了解陷阱。
因此，不需要數學計算。
我讀過諸如蒙哥馬利設計實驗等統計書，它們通常都是公式。
我還是不明白他們在現實世界中是如何使用的。
是的，我知道我需要知道概念，不同類型的設計，統計學的基礎知識作為p值，標準偏差，如何計算適當的樣本大小等。
我講的主要是網絡營銷和用戶體驗領域的實驗設計。
回复：我們是否需要數學熟練設計實驗？值得一提的是，在沒有理解這些公式的情況下，我使用DoE取得了很大的成功。
回复：我們是否需要數學熟練設計實驗？我將建議不要專注於數學......就像從統計學家那裡聽到的那樣異端。重點關注以下內容：
1。正在研究的過程。因素（控制，滋擾和噪音）。回應（連續，分類，重複措施等）。測量系統。這個過程實際上是如何運作的？在你知道這一點之前不要做任何其他事情。
2。在您制定了解決實際問題的特定實驗目標和目標之前，甚至不要開始擔心您的設計或分析......而不是某些設計或分析要求。
3。然後，與我的同事Mike Anderson的想法一致，找到最有效的實驗設計。對我的效率不是也不應該僅限於數學標準，例如最優性標準......但更廣泛地說。對我而言，效率是為最少的資源支出提供所需信息的設計。
4。您對您的響應測量系統了解多少，例如重複性，再現性，線性等特性。
5。如果可能，在運行/進行實驗時轉到gemba。不要假設設計矩陣會像你在一張紙上寫的那樣執行，並交給某人實際運行。
6。最後，當你進行分析時...我有三個成功的實驗設計結果分析規則：規則1：繪製數據;規則2：繪製數據;規則3：繪製數據。這是JMP的標誌......確保JMP在數據庫中進行了數學計算，但是JMP中提供了圖形分析技術的聚寶盆......數學應該是您最不擔心的。
祝好運！
回复：我們是否需要數學熟練設計實驗？簡而言之，實驗設計是從分配用於數據採集的資源中獲取最大價值和信息。 它還可以作為遵守實驗最佳實踐的框架（檢查統計顯著性，隨機化，樣本量等）。 在營銷和用戶體驗領域以及設計調查等相關主題中實際上有很多實驗設計。 如果您想要一些真實世界的示例，您可以查看JMP Discovery Series區域（ https://community.jmp.com/community/discovery-summit-series ）。 如果您對該主題一般感到好奇，您還可以查看我們在該主題上發布的一些網絡研討會。
最好，
中號
回复：我們是否需要數學熟練設計實驗？謝謝你提出這個建議。我已經讀過這本書，但我想我會重新閱讀它。另外，我知道Paul Berger實驗設計與管理應用程序的一本書，但尚未閱讀。
回复：我們是否需要數學熟練設計實驗？謝謝你的建議。我有這本書，但尚未閱讀。我喜歡它的對話風格。
您是否認為本書足以理解DOE和基本統計數據的實際缺陷？
我需要學習哪些數學主題才能理解DOE中的基本公式？
我確實理解基本公式，但這樣的事情讓我困惑：
回复：我們是否需要數學熟練設計實驗？你可能想看看
由Johannes Ledolter和Arthur J. Swersey測試營銷和服務運營中的1,2,3實驗設計
http://www.sup.org/books/title/?id=4513
回复：我們是否需要數學熟練設計實驗？我同意許多書籍都充滿了公式，而不僅僅是典型的用戶需求。
另一方面，實驗設計總是旨在為特定類型的數據分析生成正確的數據。最後：獲得好的數據來執行您不太了解的分析有什麼意義？您越了解回歸分析，您將從您的DOE中學到的東西越多。
因此，我認為必須充分了解分析DOE時使用的統計數據。了解p值是什麼當然是一個開始，但對潛在問題以及它們對您的過程的意義有一個很好的理解是非常有價值的。
我建議參加由具有真實世界DOE經驗的人提供的DOE課程，或閱讀一本不跳過基本統計數據的實踐書，如Peter Goose和Bradley Jones：實驗的最佳設計 - 案例研究方法（ Wiley：實驗的最佳設計：案例研究方法 - Peter Goos，Bradley Jones ）。
