318282_zh-CN

liliconcom

了解 JMP 中的 DOE 功能

了解如何：

• 了解基本 DOE 功能的顺序（设置设计、保存/加载因子和响应、模拟响应、选择 D- A- I- 或 Alias-Optimal 标准、ID 启动次数、添加交互项、修改 JMP 推荐的运行次数、运行设计、制作设计表）
• 了解基本设计类型（经典、混合、最优、过饱和筛选、确定性筛选、部分因子、增强、覆盖阵列、空间填充、平衡不完全区组 (BIBD)）
• 了解使用 JMP 实验设计选项而非每次一个因素 (OFAT) 方法的附加价值
• 了解基本术语（随机化、复制、正交性、相互作用、阻塞）
• 构建经典全因子设计和模型进行验证分析
  • 目标：设计出脂肪含量更低且片状强度足够的产品
  • 创建具有两个水平、无中心点、无重复的全因子设计
  • 使用 JMP DOE 接口构建模型
• 评估经典全因子设计
  • 确定试验次数和因子是否足够
  • 检查功效，最接近 1 的值表示如果显示的因素是活跃且重要的，那么在运行实验和构建模型时，您很有可能会了解到一些关于它们的信息
  • 检查预测方差概况，显示设计的中点以及低值最佳的位置
  • 检查颜色图相关性，其中 0 值表示因素完全独立
  • 检查 D、G 和 A 效率，分别将您的设计与最佳 D、G 或 A 最优设计进行比较
  • 检查设计空间分数图的预测方差，其中低值最好
• 出于设计脂肪含量较低且片材强度足够的产品的相同目标，构建自定义全因子设计，并使用响应面法 (RSM) 对其进行修改以包含二次项
  • 使用 5 个因素，包括双向交互作用
  • 了解定制设计因子选项（连续、离散数字、分类、阻塞、协变量、混合、常数、不受控制）
• 从 DOE 界面构建和评估基于自定义全因子设计的模型
  • 检查全因子模式，它总结了每个因子的值，其中减号 (-) 表示值较低的因子，加号 (+) 表示值较高的因子。
  • 检查每个响应的拟合度摘要，看看平均值是否比模型更好地解释结果
  • 删除 >.05 的项，除非它是与显著的高阶项相关的主效应
  • 确保预测残差图是随机的
  • 保证概率>F 是 < .05，表明模型预测结果优于平均值
  • 使用预测分析器可取性功能优化因素，尝试匹配脂肪和纸张强度的目标
  • 使用最大化和记住选项保存优化尝试的值
• 模拟优化模型，尝试找到更多可运行的实验，以帮助确定最佳设置
• 使用 JMP Pro 比较全因子和 OFAT 设计，并确定优化设置下的全因子是获得所需脂肪和薄片目标的最佳实验

注意：有时会包含问答27:18 和 50:06。

实验设计