研究人員在想要確定對響應具有最重要影響的因素時，會使用篩選設計。
篩選設計使您能夠在相當小的實驗中研究大量因素。
[在屏幕上]
許多標準篩選設計側重於估計主要影響。
最終篩選設計可以避免模型模糊，使您能夠更快，更有效地識別重要因素。如果特定因素的影響是強烈彎曲的，傳統的篩選設計可能會錯過這種效果並篩選出因素。
[在屏幕上]
確定的篩選設計避免了影響的混淆，並且可以識別對響應具有非線性影響的因素。
讓我們看一下JMP中的最終篩選。
假設您需要確定六個因素中的哪一個會影響提取過程的產量。
如果你有一個我發現首先打開因子數據表更容易。該文件鏈接如下。請記住，我們可以從DOE平台的紅色三角形中保存響應，因子和約束。
從提取因子數據表>選擇DOE>最終篩選>最終篩選設計。
雙擊Response Name下的Y，然後鍵入Yield。
從紅色三角形菜單中，選擇Load Factors。
因子名稱和範圍將與缺省模型交互一起添加到因子大綱中
單擊繼續。
將打開“設計選項”大綱。您可以在此處指定阻止結構。在此示例中無需阻止，因此您接受默認選擇No Blocks Required。
您還可以選擇添加額外運行，這將極大地增強您檢測二階效果的能力。 強烈建議至少四次額外運行，但是對於這個演示，我將離開0。
最終篩選設計將為每個因子添加一個運行，並為我們的分析添加一個額外的運行以獲得中心點或曲率
對於本演示，在紅色三角形下，我將隨機種子設置為“123”，以便您可以重現這些結果。
然後，選擇Make Design。
“最終篩選設計”窗口將更新以顯示“設計”大綱和“設計評估”大綱。
在“關聯”大綱上打開“設計評估”>“顏色圖”
相關色彩圖將顏色強度等級分配給所有主要效果和雙因素相互作用之間的相關性的絕對值。我在下面有更多相關信息。
[在屏幕上]
相關色彩圖
堅實的深藍色區域表明主效應之間或主效應與雙因素相互作用之間沒有相關性。
較淺的藍色和灰色區域表明雙因素相互作用之間的絕對相關性很小。
實心紅色方塊表示1的絕對相關性。這些都出現在對角線上，反映了效果與自身的預期相關性。
將“運行順序”保留或設置為“隨機化”。
選擇生成數據表
這是我們進行實驗運行和收集數據的地方。現在，我將打開鏈接的Extraction Data，並通過在Tables Panel中選擇綠色箭頭來運行Definitive Screening Fit Model Script。
選擇運行。
我們可以查看分析報告，並探討從第1階段主效應開始在頂部開始篩選的因素。
使用鏈接的提取樣本數據集自己嘗試最終篩選設計。
