最終篩選設計
當研究人員想要確定對反應影響最大的因素時，他們會使用篩選設計。
篩選設計使您能夠在相當小的實驗中研究大量因素。
[在屏幕上]
許多標準篩選設計側重於估計主效應。
明確篩選設計可以避免模型模糊性，使您能夠更快、更高效地識別重要因素。 如果某個特定因素的影響強烈彎曲，傳統的篩選設計可能會錯過這種影響並篩選掉該因素。
[在屏幕上]
明確的篩選設計可以避免效應混淆，並可以識別對響應具有非線性影響的因素。
讓我們看看 JMP 中的最終篩選。
假設您需要確定六個因素中的哪一個會影響提取過程的產量。
如果你有一個，我發現首先打開因子數據表會更容易。 該文件的鏈接如下。 請記住，我們可以從 DOE 平台的紅色三角形中保存響應、因子和約束。
從提取因子數據表 > 選擇 DOE > 最終篩選 > 最終篩選設計。
雙擊響應名稱下的 Y 並輸入產量。
從紅色小三角菜單中，選擇負載係數。
因子名稱和範圍與默認模型交互一起添加到因子大綱中
單擊繼續。
設計選項大綱打開。 您可以在此處指定阻塞結構。 本示例中無需阻止，因此您接受默認選擇“無需阻止”。
您還可以選擇添加額外運行，這大大增強了您檢測二階效應的能力。 強烈建議至少進行四次額外運行，但對於此演示，我將其保留為 0。
最終篩選設計將為每個因素添加一次運行，並添加 1 次附加運行以在我們的分析中獲得中心點或曲率
對於此演示，在紅色三角形下，我將隨機種子設置為“123”，以便您可以重現這些結果。
然後，選擇進行設計。
最終篩選設計窗口更新以顯示設計大綱和設計評估大綱。
打開設計評估 > 相關性輪廓上的顏色圖
相關性顏色圖將顏色強度標度分配給所有主效應和兩因素相互作用之間相關性的絕對值。 我在下面有更多關於此的信息。
[在屏幕上]
相關性彩色圖
深藍色實線區域表明主效應之間或主效應與兩因素交互作用之間不存在相關性。
淺藍色和灰色區域表示兩因素相互作用之間的絕對相關性很小。
紅色實心方塊表示絕對相關性為 1。 這些都出現在對角線上，反映了效果與其自身的預期相關性。
將“運行順序”保留或設置為“隨機化”。
選擇創建數據表
這是我們進行實驗運行和收集數據的地方。 現在，我將打開鏈接的提取數據，並通過在表面板中選擇綠色箭頭來運行最終篩選擬合模型腳本。
選擇運行。
我們可以查看分析報告並探索從第一階段主要效應頂部開始篩選的因素。
使用鏈接的提取樣本數據集自行嘗試最終篩選設計。
實驗設計回复：最終篩選設計我明白了這一點。 謝謝你讓這一切變得如此簡單。
回复：最終篩選設計很有幫助，視頻！我喜歡與我的客戶分享這個。謝謝你！
