在我们的免费在线课程中了解更多信息：
解决工业问题的统计思维
在本视频中，我们展示了如何使用 JMP 中的全因子平台设计全因子实验。
为此，我们选择 DOE，然后选择经典设计，然后选择全因子设计。
在 Responses 面板中，我们可以更改响应名称和响应目标，如果我们想在同一个实验中研究多个响应变量，我们可以添加响应。
对于此示例，我们将响应名称更改为 Yield。 此实验的目标是最大化产量，但您可以根据需要更改此设置。
对于此示例，我们为响应输入 90 的下限。 但如果需要，您可以将此字段留空。
现在我们将添加因素。 我们可以添加连续和分类因素的组合。
首先，我们添加三个连续的两级因素。
我们双击名称来更改它们。 我们将 X1 更改为 Temp，将 X2 更改为 Time，将 X3 更改为 Catalyst。 接下来，我们更改值。 Temp 低档为 50，高档为 120。 对于时间，值为 4 和 24，对于催化剂，值为 1 和 5。
现在我们点击继续。
您可以看到这是一个 2x2x2 设计，有八次游程，或者 2 3个全析因设计。
默认情况下，设计以随机顺序运行。 随机化很重要，因为它可以平均化不受控制变量的影响。
如果您在中心点数字段中输入一个值，则会在每个连续因子的低值和高值之间的中间添加设计点。 例如，如果我们添加两个中心点，设计将包括两次运行，其中温度为 85，时间为 14，催化剂为 3。 这些运行可用于测试模型的充分性。
我们不会为此示例添加中心点。
重复次数字段告诉 JMP 重复设计的次数。 当此值为零时，将生成包含每种可能处理的设计。 如果将此值更改为 1，则整个设计将被复制一次。
要查看此内容，我们在字段中输入 1 并单击“制作表格”。
您可以看到这是一个 2x2x2 设计，有 16 次游程。
模式列是用于每次运行的因子水平的简写符号。 例如，第一次试验将在所有三个因素都设置为低水平的情况下运行。
这是一个完全复制的设计，因此每个处理都以随机顺序运行两次。 例如，第 1 行和第 14 行是重复的。 这些运行使用相同的因子水平。
三个脚本被保存到数据表中。
进行实验后，您可以使用模型脚本运行分析。 这对于在收集数据之前查看您将能够估计的模型也很有用。
您可以运行 Evaluate Design 脚本来评估设计的统计属性。
您可以使用 DOE 对话框脚本返回到全因子设计窗口进行更改。
让我们为这个设计添加另一个因素。 我们将添加一个四级分类因子。 为此，我们选择 Categorical，4 级。 这将生成具有 32 次游程的 2x2x2x4 设计。
我们不想重复此设计，因此我们将重复次数更改为零，然后单击制表。
生成的设计是具有四个因子的随机 32 次全析因。
如果您要进行此实验，此设计表将是您的指南。 它会告诉您要运行哪些处理并提供一个列来记录响应值。 您需要使用新名称保存此表，以确保您不会丢失您的工作。
