<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我有5个因素，在选择感兴趣的2因子相互作用后，似乎我需要16次运行。 我的问题如下：
如何在自定义平台中快速查看分辨率..？我可以看到别名表，但不知道如何解释效果的顶线。 我只对主要效果+ 2因素相互作用感兴趣。
现在是棘手的一点。 我的预算是25次而不是16次。 所以我想知道以最有效的方式添加运行的最佳方法。 我可以使用更宽的因子设定点添加重复或重复，以及2到3个中心点。 当我尝试增强设计选项时，我只有32次运行，有2次重复（即没有很多帮助 ）。
如果在自定义平台中我选择用户定义的25次运行而不是默认的16次运行，JMP如何确定剩余的运行..？此外，如果我从自定义平台中选择D或I-optimal，则以某种方式更改这些附加运行。
谢谢Jeff。 最后我升级到JMP 10并进行了实验。
用于拟合主效应的16运行D-最优设计是所有2因子相互作用是分辨率V分数阶乘设计。您可以通过将3因素交互添加到别名条款来说服自己。然后，您将看到每个双因素交互与三因素交互混淆。在这种情况下，只有一个强度4正交阵列（分辨率V设计），定制设计师找到这种设计。然而，通常，可能存在许多与主效应正交但具有不同的其他统计特性的设计。
关于如何处理25次运行的问题。我建议你为5个主要效果和10个双因素交互创建一个24跑设计，为你的模型的验证节省一次运行。我会要求自定义设计器创建4次重复运行。将选择这些运行以最大化设计的D效率，受限于有4次重复。这将为您提供纯误差的4个自由度。你还将有4个不合适的自由度。如果事实证明某些三因素交互恰好很大，这些将证明是有用的。JMP的Fit Model将自动进行缺乏适合度测试。如果该测试很重要，那么您可以使用Stepwise查找可能导致的更高阶交互。
我发现这样做的结果设计对于具有所有双因素相互作用的模型，效率为94.29％。VIF均为1.125。对于主效应模型，设计的效率为98％，最大VIF为1.05。
这种设计不是24次运行和双因素交互模型中最具效率的D设计，但它具有D效率最高的设计所没有的其他两种功能。这些是4次重复并且能够进行缺乏适合性的测试。
以下是我在单独运行复制时编写的博客的URL：
JMP 10中用于实验设计的新功能
这是生成我描述的设计的脚本。
DOE （ 定制设计 ，{添加响应（最大化，“y”，。，。，。），
添加因子（连续，-1,1，“X1”，0），
添加因子（连续，-1,1，“X2”，0），
添加因子（连续，-1,1，“X3”，0），
添加因子（连续，-1,1，“X4”，0），
添加因子（连续，-1,1，“X5”，0），设置随机种子（5735943），
开始次数（10000），添加期限（{1,0}），添加期限（{1,1}），
添加术语（{2,1}），添加术语（{3,1}），添加术语（{4,1}），添加术语（{5,1}），
添加术语（{1,1}，{2,1}），添加术语（{1,1}，{3,1}），
添加术语（{1,1}，{4,1}），添加术语（{1,1}，{5,1}），
添加术语（{2,1}，{3,1}），添加术语（{2,1}，{4,1}），
添加术语（{2,1}，{5,1}），添加术语（{3,1}，{4,1}），
添加术语（{3,1}，{5,1}），添加术语（{4,1}，{5,1}），重复项（4），
设置样本大小（24）}
）;
感谢您的投入。 我实际上有5个连续因子并计划进行1次筛选实验（25次运行），然后可能进行1次RSM（2次最大因子5级）。
如果我使用筛选设计平台，我可以选择16次运行的分数阶乘分辨率V设计。 如果我使用自定义设计平台并选择所有二阶交互，则建议默认运行32次，最少运行16次。 来自自定义设计平台的16个最小运行似乎也没有进行混淆（我正在解释别名矩阵=分辨率V，但它并不明确）。 由于定制设计默认为D最佳（100％D效率），我应该期望与筛选设计平台给出的设计相同（即定制设计中的16个最小运行设计等于16中的16运行分辨率V设计）筛选设计平台）。 ？
假设这是真的，如果我使用自定义设计平台并选择“用户定义”25次而不是16次（最小值），我的D效率为94.5％。 作为筛选的主要目标，这是最可能的优化设计吗？替代方案是让我坚持16次运行（我认为已经是分辨率V）并添加其他运行ad hoc。 在过去（当我的因素较少时），我通常会复制角点和中心点（以确认稳健性，我担心如果响应与噪声相比较小，则可能难以估计因子的敏感性）。 这可能等于> ~5次重复以估计误差（假设每次运行的误差相同）。 但有5个因素，我仍然难以以最佳方式选择复制品。 我想问题是D最优是否是我真正想要的，或者仅在一个维度上是最优的。
嗨，
我向Bradley Jones提出了问题，他开发了Custom Design平台，这是他的回答：
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
