JMP 中的 Doehlert 設計？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />能否在 JMP 中設置 3 個因子的 Doehlert 設計？
回复：JMP 中的 Doehlert 設計？ashishnb,
我正在尋找是否可以找到單純形優化的腳本。 敬請關注。 但是，我覺得非常重要的一點是，單純形優化的 Doehlert 設計並不是一個很好的設計。 真正的響應曲面設計（I 最優、D 最優、Box-Behnken 或中心複合）具有更好的屬性。 真正的響應曲面設計將具有更好的共線性特性、更低的預測方差和通常更高的功效。 他們更擅長預測。
不過，我將繼續尋找用於單純形優化的腳本。
回复：JMP 中的 Doehlert 設計？謝謝丹奧。 這確實很有幫助。
但是，我沒有在 JMP 社區下載區找到用於生成 4 或 5 個因子的 Doehlert 設計的單純形優化腳本...
回复：JMP 中的 Doehlert 設計？JMP 不會自動創建 Doehlert 設計，但您確實不應該能夠自動創建一個。 Doehlert 設計實際上只是單純形優化找到最佳條件時形成的點的名稱。 因此，人們並沒有真正為這種設計“計劃”。 當單純形達到最佳點並圍繞最佳點旋轉時，就會產生這種情況。 那些由此產生的“圓點”被稱為 Doehlert 設計，根據單純形，空間中心是最佳設計。 然後使用回歸分析 Doehlert 設計，就好像它是計劃設計一樣。 這會產生一個模型，這是您通常無法通過單純形優化獲得的模型。
對於三個因素，典型的 Doehlert 設計如下所示：
| 指數# | X1 | X2 | X3 |
| 1個 | 0 | 0 | 0 |
| 2個 | 1個 | 0 | 0 |
| 3個 | 0.5 | 0.866 | 0 |
| 4個 | 0.5 | 0.2887 | 0.8165 |
| 5個 | -1 | 0 | 0 |
| 6個 | -0.5 | -0.866 | 0 |
| 7 | -0.5 | -0.2887 | -0.8165 |
| 8個 | 0.5 | -0.866 | 0 |
| 9 | 0.5 | -0.2887 | -0.8165 |
| 10 | 0 | 0.5774 | -0.8165 |
| 11 | -0.5 | 0.866 | 0 |
| 12 | -0.5 | 0.2887 | 0.8165 |
| 13 | 0 | -0.5774 | 0.8165 |
您可以輕鬆地採用這種設計並將這些編碼單位轉換為您的自然單位。 如果不進行單純形優化，我不知道您如何知道將此設計的“0”點放在哪裡。
如果您的問題是 JMP 能否分析 Doehlert 設計，答案是肯定的！ 這只是回歸，您使用擬合模型。
現在，如果您的問題是 JMP 是否可以進行單純形優化，則答案不是直接的。 需要構建一個 JMP 腳本，我相信社區下載區甚至可能有一個。
我希望這有幫助。
