22385_zh-TW

liliconcom

MJMP_DesignDiagnostics_2015_10_09 09Okt2015 12_03_44.zip

嗨SE，

我創建了一個設計診斷期刊，我想與您分享。它也發佈在社區中： MJMP_DesignDiagnostics_2015_10_09 09Okt2015 12_03_44.zip

這可能對其他人有用，因為它可以在現場使用不同的比較，如果你想在45分鐘內深入潛水，可以放大。

問候，

馬丁

以下是對內容的描述：

該期刊於2015年10月9日在我的德國設計診斷JMP網絡研討會上發表。期刊是英文的，所以每個人都可以從中受益。

我希望我添加了足夠的描述，以便每個人都可以習慣它。在期刊中，還有關於網絡研討會，博客，書籍，論文和文檔的更多鏈接資源。zip文件中還有表，這些表列在這裡：

• MJMP_DesignDiagnostics_2015_10_09.jrn
• Widget Factors.jmp
• 自定義Design_30run.jmp
• DSDlikeDesign_30run.jmp
• PBlikeAugmentedDesign_30run.jmp
• Custom_D_Optimal.jmp
• Custom_I_Optimal.jmp
• Estimate.jmp的相對標準誤差

在期刊中，我不會談論臨床試驗設計，非線性或廣義線性模型的設計，純混合物設計或覆蓋陣列。但是，DOE上的博客條目鏈接到非線性模型，以及混合設計上的MJMP網絡連接。內容如下：

• 關於費舍爾設計原則的一般性評論，以及檢測重要因素的概率有何影響，即當該參數的水平發生變化時，將導致響應中實際的重要變化。這種概率就是力量，你可以了解它的基礎以及如何增加它。
• 比較Designs有能力估計模型效果。特別要強調的是，並非所有設計都可以估計所有模型效果，如雙因素相互作用或二次效應。然後對功率進行比較表明你應該確保將蘋果與蘋果進行比較，即比較具有相同運行次數和相同模型效果的設計
• 作為比較，我們研究不同類型的設計。定制設計，Placket-Burman式設計和Definitive Screening設計，每30行（Don McCormack的英文網絡廣播設計診斷將向您展示如何生成這些設計：
  （ http://www.jmp.com/en_gb/events/ondemand/mastering-jmp/design-diagnostics.html ））
• 焦點在於評估設計平台，可以建模的內容和功率分析，可以估算出多少好處
• 下一個comarison將討論D-Optimal和Alias-Optimal設計關於消除混疊的重要性。這部分內容基於Ryan Lekivetz的博客
  （ http://blogs.sas.com/content/jmp/2014/06/12/alias-optimal-versus-d-optimal-designs/ ）。它還簡要介紹了最終篩選設計。
• 這裡的焦點是最優性標準，相關性顏色圖和估計效率
• 最後一個比較示例基於Bradley Jones和Peter Goos編寫的書中的“強大且最優的過程實驗”示例
  （ http://www.jmp.com/en_gb/events/ondemand/mastering-jmp/using-definitive-screening-designs-to-get-more-information-from-fewer-trials.html ）
• 它將突出顯示i-optimal設計及其針對減少預測方差的d優化設計的優勢。
• 重點是估算效率，設計效率和設計空間圖的分數。