最終篩選設計的經驗教訓我已經使用DSD和CD了很長一段時間了。 我發現的是我很少（好吧，從來沒有，真的）使用複古的Factorial Designs，Plackett-Burman等。 雖然我仍然喜歡Box-Behnken Designs。 我的問題是：我錯過了什麼，或者是其他人發現“舊的”設計不再被使用了？
回复：最終篩選設計的教訓SJ Janis先生（恕我直言）是一位知識淵博的統計專家，看到他首先考慮DSD是DSD的強烈推薦回复：最終篩選設計的教訓作為DOE從業者30多年來，當然DSD非常具有吸引力，因為它打開了將能夠被調查的因素數量推向更大數量的大門。正如你所知道的那樣“遲早會歸結為金錢”，如果從我的經驗中得到任何重要的借鑒，我希望我能夠總是以多元化的方式添加更多因素來進行調查。然而，正如您所知，實驗有時需要一個約束區域或多個級別的分類因素，這也是JMP定制設計師靈活性的地方。經典設計是非常好的設計，因此屬於“經典設計”類別，在某些情況下，它們是使用定制設計師的首選設計。但是，定制設計師可以通過選擇設計標準來優化實驗目標，即d-optimal，i-optimal或alias-optimal，以產生滿足關鍵要求的設計。這種靈活性以及新的比較設計平台可以輕鬆評估所有潛在的設計候選者，並選擇適合問題的設計，而不是強迫一個人的問題融入設計。
回复：最終篩選設計的教訓DSD是我最近想到的DOE，但仍然有一些情況我會回到經典設計。特別是，如果因素的數量很少或者大部分因素是定性的，我認為我可以從完整的2級因子中得到里程數（有2-3個因子），而2 ^ 5-1仍然是一個好的設計，特別是如果沒有建立可能具有二次項的方程的目標。有時候考慮經典設計的其他幾個原因是：a）它們很容易向新手解釋，b）分析更直接，更容易理解恕我直言。
回复：最終篩選設計的教訓我不認為你錯過任何東西 - 所有類型的實驗設計的好處是它們給了我們一個選擇...... 通過更多選擇，我們有更好的能力來獲得我們需要的東西。在我目前的項目中，我已經被我幾乎完全運行全因子實驗的能力所破壞，但最近我有更廣泛的空間有更多的因素需要探索，並且能夠使用DSD進行篩選，然後是有限制的定制設計...... JMP如何處理所有這些事情的驚人進步使得預分析部分變得更加容易。回复：最終篩選設計的教訓我可能會補充說，JMP網站上關於DOE的視頻非常出色！
