關於 2k-p 部分因子設計（n= 4、8、16、32 等）和不是 2 的冪的 Plackett-Burman 設計（例如，n= 12、20、24 等）。
A。這兩種類型的設計有什麼相似之處，特別是在平衡和正交特性方面？
b.這兩種類型的設計之間的主要區別是什麼，特別是在兩因素相互作用方面？
我知道以下幾點：
只有當我們可以確信 2 路交互作用並不重要時，2k-p 部分因子設計才有用。 如果是這種情況，那麼我們會發現決議 III 設計非常有用且有效率。
Plackett-Burman 設計存在 N = 12, 20, 24, 28, 36, 40, 44, 48, ... 任何能被四整除的數字。 這些設計與決議 III 的設計類似，這意味著我們可以在不考慮其他主效應的情況下估計主效應。 主效果彼此明確，但與其他高階交互作用混淆。
當我們有 2k-p 設計時，我們有一個別名結構，它會混淆一些因素與其他因素。
Plackett-Burman 設計具有部分混雜，而不是完全混雜，具有 2 路和 3 路以及更高的交互作用。 儘管它們具有某些效應是正交的特性，但它們不具有允許與其他兩種方式和更高階相互作用完全或正交相關的相同結構。
任何建議將不勝感激。
我絕對建議使用 JMP 中的客戶 DOE 工具，並創建最佳 DOE，而不是分數階乘或 Plackett-Burman。它具有許多優點，包括減少因素混淆和 DOE 設計靈活性。您可以設計所需的實驗，而不是受限於“經典”設計。
JMP 支援這些舊的設計方法，但並未推廣它們。 這正規部分因子設計是在 20 世紀 30 年代開發的不規則部分因子設計由 Plackett-Burman 方法得出的結果發表於 1946 年。 這些設計的目的是在篩選原則成立時支持經濟實驗的分析。 這些設計不支援更廣泛的實驗。 這些較舊的方法也是基於當時最好的技術手算設計和模型估計。 今天，我們使用現有的最佳技術：最佳解決方案的電腦演算法。
我的建議是學習在 JMP 中使用自訂設計，通常用於廣泛的實驗，並學習使用明確的篩選設計，特別是用於篩選實驗。
您關於舊設計方法的問題很好。 然而，要回答你所有的問題需要很長的答复，而且這樣的答复無疑會提出更多的問題。 我建議您閱讀以下書籍之一，而不是進行這樣的討論：
- 彼得古斯和布拉德利瓊斯 (2011) “實驗的最佳化設計：個案研究方法，”John Wiley & Sons（現代設計方法）
- 道格拉斯‧蒙哥馬利 (2019) 《實驗設計與分析，第 9 版，”John Wiley & Sons（全面涵蓋經典設計方法）
- 希思·拉欣、安德魯·卡爾和詹姆斯·維斯諾夫斯基 (2013) Douglas Montgomery 的實驗設計與分析：使用 JMP 的補充，」SAS Press（注意：您需要蒙哥馬利的書（上面），因為這只是同伴，但非常有用）
- 羅伯特‧米 (2009)階乘兩水平實驗綜合指南，”Springer（對於規則和不規則部分因子設計的出色覆蓋）
有許多關於實驗統計設計的優秀教科書涵蓋了這些主題。 這些建議只是其中的一小部分。
