DoE：Box-Benhken 或面心中心复合材料设计？嘿 JMP 用户，
在这里，我们想要比较 Box-Behnken 或 Face Centered Central Composite 设计的使用（每个因素都有 3 个级别）。
- 对于 3 个因素，Box-Behnken 设计 (BBD) 具有需要较少运行次数的优势。 对于 4 个或更多因素，这种优势消失。
- BBD 包含预测质量较差的区域。 当实验者应避免组合因素极端时，它的“缺失角”可能很有用。 此属性可防止在这些情况下潜在的数据丢失。
- 以面为中心的中心复合设计在估计纯二次系数时精度较差。 这是否意味着 BBD 提供更好的纯二次系数？
还有其他考虑吗？
非常感谢，
我
实验设计质量和工艺工程回复：DoE：Box-Benhken 或面心中心复合设计？很抱歉我误解了您要找的内容。 我认为其他考虑因素包括不同的设计方法。
至于 CCD 和 BBD 的比较，您已经很清楚了。 为了完整起见，我提供了一份 JMP 日志，该日志使用 JMP 的比较设计平台比较了两种设计。 CCD 在检测主效应和相互作用方面做得更好。 BBD 在检测二次项方面稍好一些。 CCD 在设计空间中心的预测方差稍低，但 BBD 在边缘的预测方差稍好（请参阅预测刻画器）。
我认为选择的设计将取决于您的情况。 您期望最佳区域位于中心附近吗？ 也许去CCD。 如果你认为它可能更接近边缘？ 也许是BBD。 您真的需要担心主效应的功效以及与响应曲面设计的交互吗？ 您可能已经知道重要因素。 运行角点会有问题吗？ 如果是这样，请避免 BBD。
请注意，这些问题都与您的流程和情况有关。 这两种设计都是很好的设计。 而且，正如马克之前所说的那样，你不应该排除最佳设计。 现实世界的限制加上更好地利用您对流程的了解，使最佳设计非常有吸引力，并且可以超越经典设计。
回复：DoE：Box-Benhken 或面心中心复合设计？JMP 社区成员很乐意提供帮助，但请注意，DOE 是一个广泛而深入的主题。 几个回复很难传达有关它的知识。
定制设计是 JMP 所独有的，但其他软件实现了“优化设计”方法，包括“坐标交换”算法。 旧的方法基于现有的技术：纸、铅笔和数学。 它基于组合学和群论。 这主要是出于“以设计为中心”的观点。 20 世纪 70 年代出现了一种新观点，更多的是“以模型为中心”的观点。 它基于最优性标准和数值解。 可以使用的标准有很多。 您提到了 D 最优和 I 最优设计。 D 最优设计最小化模型参数估计的置信区域。 当您对估计的推断最感兴趣时，此结果是最好的。 （也就是说，它们与零显着不同吗？）I 最优设计最小化响应估计的综合方差。 （也就是说，模型预测具有最小的置信区间。）
因此，您可以选择最佳的设计方式。 您还可以指定任何线性模型（是否必须估计任何项）、要避免的混叠、固定或随机分组、受限随机化以及运行次数。 您无法使用您提到的两种经典设计中的任何一种来做到这一点。
回复：DoE：Box-Benhken 或面心中心复合设计？感谢您的反馈意见。
我在定制设计方面的知识非常有限。 它们是否仅在 JMP 中可用，而在其他软件中不可用？ 你能告诉我为什么这些设计比经典设计更好吗？
我尝试了解有关这些设计的更多详细信息，发现有两种类型：I 最优和 D 最优定制设计。 您能告诉我这两种设计有什么区别吗？
多谢！
我回复：DoE：Box-Benhken 或面心中心复合设计？- 各自的优缺点
回复：DoE：Box-Benhken 或面心中心复合设计？我很困惑？ 您想要替代方案还是想了解上述两种设计的优缺点？
回复：DoE：Box-Benhken 或面心中心复合设计？我同意马克的观点。 BB 和面心 CCD 都存在局限性。 通过 I 最优定制设计，这些限制通常会消失。
回复：DoE：Box-Benhken 或面心中心复合设计？考虑 I 最优定制设计。
