<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我有5個因素，在選擇感興趣的2因子相互作用後，似乎我需要16次運行。 我的問題如下：
如何在自定義平台中快速查看分辨率..？我可以看到別名表，但不知道如何解釋效果的頂線。 我只對主要效果+ 2因素相互作用感興趣。
現在是棘手的一點。 我的預算是25次而不是16次。 所以我想知道以最有效的方式添加運行的最佳方法。 我可以使用更寬的因子設定點添加重複或重複，以及2到3個中心點。 當我嘗試增強設計選項時，我只有32次運行，有2次重複（即沒有很多幫助 ）。
如果在自定義平台中我選擇用戶定義的25次運行而不是默認的16次運行，JMP如何確定剩餘的運行..？此外，如果我從自定義平台中選擇D或I-optimal，則以某種方式更改這些附加運行。
謝謝Jeff。 最後我升級到JMP 10並進行了實驗。
用於擬合主效應的16運行D-最優設計是所有2因子相互作用是分辨率V分數階乘設計。您可以通過將3因素交互添加到別名條款來說服自己。然後，您將看到每個雙因素交互與三因素交互混淆。在這種情況下，只有一個強度4正交陣列（分辨率V設計），定制設計師找到這種設計。然而，通常，可能存在許多與主效應正交但具有不同的其他統計特性的設計。
關於如何處理25次運行的問題。我建議你為5個主要效果和10個雙因素交互創建一個24跑設計，為你的模型的驗證節省一次運行。我會要求自定義設計器創建4次重複運行。將選擇這些運行以最大化設計的D效率，受限於有4次重複。這將為您提供純誤差的4個自由度。你還將有4個不合適的自由度。如果事實證明某些三因素交互恰好很大，這些將證明是有用的。JMP的Fit Model將自動進行缺乏適合度測試。如果該測試很重要，那麼您可以使用Stepwise查找可能導致的更高階交互。
我發現這樣做的結果設計對於具有所有雙因素相互作用的模型，效率為94.29％。VIF均為1.125。對於主效應模型，設計的效率為98％，最大VIF為1.05。
這種設計不是24次運行和雙因素交互模型中最具效率的D設計，但它具有D效率最高的設計所沒有的其他兩種功能。這些是4次重複並且能夠進行缺乏適合性的測試。
以下是我在單獨運行複制時編寫的博客的URL：
JMP 10中用於實驗設計的新功能
這是生成我描述的設計的腳本。
DOE （ 定制設計 ，{添加響應（最大化，“y”，。，。，。），
添加因子（連續，-1,1，“X1”，0），
添加因子（連續，-1,1，“X2”，0），
添加因子（連續，-1,1，“X3”，0），
添加因子（連續，-1,1，“X4”，0），
添加因子（連續，-1,1，“X5”，0），設置隨機種子（5735943），
開始次數（10000），添加期限（{1,0}），添加期限（{1,1}），
添加術語（{2,1}），添加術語（{3,1}），添加術語（{4,1}），添加術語（{5,1}），
添加術語（{1,1}，{2,1}），添加術語（{1,1}，{3,1}），
添加術語（{1,1}，{4,1}），添加術語（{1,1}，{5,1}），
添加術語（{2,1}，{3,1}），添加術語（{2,1}，{4,1}），
添加術語（{2,1}，{5,1}），添加術語（{3,1}，{4,1}），
添加術語（{3,1}，{5,1}），添加術語（{4,1}，{5,1}），重複項（4），
設置樣本大小（24）}
）;
感謝您的投入。 我實際上有5個連續因子併計劃進行1次篩選實驗（25次運行），然後可能進行1次RSM（2次最大因子5級）。
如果我使用篩選設計平台，我可以選擇16次運行的分數階乘分辨率V設計。 如果我使用自定義設計平台並選擇所有二階交互，則建議默認運行32次，最少運行16次。 來自自定義設計平台的16個最小運行似乎也沒有進行混淆（我正在解釋別名矩陣=分辨率V，但它並不明確）。 由於定制設計默認為D最佳（100％D效率），我應該期望與篩選設計平台給出的設計相同（即定制設計中的16個最小運行設計等於16中的16運行分辨率V設計）篩選設計平台）。 ？
假設這是真的，如果我使用自定義設計平台並選擇“用戶定義”25次而不是16次（最小值），我的D效率為94.5％。 作為篩選的主要目標，這是最可能的優化設計嗎？替代方案是讓我堅持16次運行（我認為已經是分辨率V）並添加其他運行ad hoc。 在過去（當我的因素較少時），我通常會復制角點和中心點（以確認穩健性，我擔心如果響應與噪聲相比較小，則可能難以估計因子的敏感性）。 這可能等於> ~5次重複以估計誤差（假設每次運行的誤差相同）。 但有5個因素，我仍然難以以最佳方式選擇複製品。 我想問題是D最優是否是我真正想要的，或者僅在一個維度上是最優的。
嗨，
我向Bradley Jones提出了問題，他開發了Custom Design平台，這是他的回答：
There many questions here but I cannot be quite sure of an answer unless I know whether you have categorical factors with more than two levels. I suspect you do because otherwise with 5 factors each at two-level, the Custom Designer would not have 16 runs as the default.
If you do have factors with more than two levels then the question of resolution is not relevant because resolution is a concept that only applies to designs having all factors at two-levels. So, resolution is an idea with limited applicability.
What is more generally useful is knowing how many effects you can estimate with a given number of runs and whether these effects may be biased by the presence of active effects that are not in your model.
If you have 25 runs, you may well have enough runs to estimate all the two-factor interactions even though you are only interested in two of them. This would make your design like a resolution V design even if you have categorical factors with more than two levels. I would recommend adding all the two factor interactions to your original model to see if 25 runs is sufficient to fit them all.
It is always useful to have replicate observations because that allows you to estimate the error variance without having the correct model. It also can allow you to do a test of lack of fit.
My personal preference is to add terms to my model before replicating observations because I feel comfortable estimating the error variance using the extra runs not being used to estimate the model terms. Also, you need to have at least 5 or more replicates before you can get a decent pure error estimate of the variance. I view this as a substantial investment just to estimate one parameter.
If all your factors are continuous, then 25 runs is enough to estimate the full quadratic model. That is, you can estimate all the main effects, two factor interactions and quadratic effects. With that budget, I would run an I-optimal RSM design that you can get by clicking the RSM button.
-Jeff
