<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />在 JMP 12 中，我们的工作包括对实验设计 (DOE) 书籍的许多增强。 在详细讨论这些之前，让我们先自我介绍一下。 我叫 Susan Conaghan，是一名高级技术作家，拥有专业写作和编辑硕士学位。 Marie Gaudard 拥有统计学博士学位，并在新罕布什尔大学担任统计学教授 27 年。 玛丽和我作为一个团队合作编写能源部这本书，汇集我们的优势，重点实现以下目标：
- 通过在描述平台的章节之间实现一致的结构，改进组织并使内容更容易查找
- 通过添加更多激发示例和驱动概念的基本原理来增强理解
- 为 DOE 新手添加和增强介绍材料
- 包括新的示例，以继续清楚地说明新的和现有的 DOE 概念和功能
改进的组织
我们注意到，我们的用户可以从更精简的内容组织中受益。 我们为各章制定了以下大纲：
- 介绍- 确定该平台是否适合您的需求
- 概述- 了解平台的用途
- 例子- 了解如何使用该平台
- 窗口说明– 了解在此平台上实施DOE的流程
- 选项说明– 了解平台的功能
- 技术细节– 了解有关实施细节的更多信息，例如适用于平台的公式和算法
您可能是 DOE 新手，想要了解如何使用平台。 或者，您可能是一位经验丰富的用户，正在寻找有关特定功能的更多详细信息。 无论您的背景或需求如何，我们重组内容的目标都是让您能够快速找到所需的内容。
加深理解
并不是每个人都熟悉实验设计。 考虑到新用户，我们添加了：
- 简短的介绍性章节简要解释了每个 DOE 平台。
- 全面的入门章节涵盖了 DOE 的工作流程，并包含一个深入的示例来引导新用户完成使用 DOE 的过程。
- 更多示例可引导用户了解他们可能遇到的不同类型的场景或他们可能想要在 DOE 中使用的特定功能。 示例是帮助用户确定特定方法是否适合他们并指导他们如何使用该方法的有效方法。
为了满足所有用户的需求，我们确定了可以通过进一步解释来改进描述的概念，并相应地添加了更多细节。
新例子
在“起步”一章中，一个新示例描述了在北卡罗来纳州达勒姆当地一家咖啡烘焙商 Counter Culture Coffee 进行的一项实验。 在咖啡师的帮助下，实验由我们的两位 DOE 开发人员 Brad Jones 和 Ryan Lekivetz 以及文档团队经理 Sheila Loring 亲自进行。 该实验的目的是确定哪些因素会影响冲泡咖啡的浓度并优化浓度。 我们将按照实验设计框架（描述、指定、设计、收集、拟合、预测）引导您完成实验的设计和分析，从开始到结束。
反文化咖啡师
关于强大的定制设计平台的章节以及关于最终筛选设计和评估设计的章节都经过了彻底修订。 我们在整个过程中添加了新示例并增强了现有示例，特别是在“自定义设计示例”一章中。 在该章中，您可能会发现特别感兴趣的涉及协变量和随机化限制的示例。 如果使用随机种子创建设计，我们已添加该信息，以便您可以重新创建文档中出现的确切设计。
玛丽和我希望这些改进能够增强您在 DOE 的体验并帮助您实现目标。 对于 JMP 12，我们能够将这些增强功能添加到 DOE 书中的多个章节中。 我们的目标是继续对 DOE 手册进行这些改进。 我们很乐意倾听您的反馈。 请告诉我们您对这些变化的想法，以及您是否有其他改进建议。
