既存の実験データを分析してから拡張設計を実行する方法私はJMP DOEの初心者です。私は150の実験データを持っています。これらの150の実験はJMP DOEによって設計されていません。
今、私はもっと実験を加えたいと思います、しかし15以上の要因があるので、もし私がすべての因子が他のものと2因子相互作用を増補計画によって持っていると仮定するなら、あまりに多くの実験が必要と思われます。だから、私の考えは最初に識別することです 2つの因子間相互作用を決定的スクリーニング計画法で決定してから、必要な2つの因子間相互作用のみを考慮して拡張設計を実行します。
再：どのように既存の実験データを分析して、それから増強計画を実行するか？私が最初にすることはあなたが既に持っているデータを評価することだろうと私は思います。Evaluate Designプラットフォームが役立ちます（DOE> Design Diagnostics）。それは効果と効果間の相関の程度についてあなたに言うことができます。
あなたはあなたが持っているデータが重要な要因を決定するのに役立つことを見つけるかもしれません。そして、あなたは情報を改善するために追加の実行でこれを補強することができます。
データがない状態から始めた場合（またはデータに価値がないと判断した場合）は、多数の要因をスクリーニングするのに効率的であるため、最も信頼できるスクリーニング設計が適しています。要因は連続的であり、追加の実行を選択しません。妥協点は、すべての2要素の相互作用を推定できるわけではないということですが、一般的には、ほんの一握りがアクティブであることを期待しています。繰り返しますが、その後、あなたはアクティブな要因についての情報を改善するために増強することができます。
あなたが見つけるかもしれません私のブログシリーズ効果間の相関などの概念に慣れていない場合に便利です。
