DoE：Box-Benhken 或面心中心複合材料設計？嘿 JMP 用戶，
在這裡，我們想要比較 Box-Behnken 或 Face Centered Central Composite 設計的使用（每個因素都有 3 個級別）。
- 對於 3 個因素，Box-Behnken 設計 (BBD) 具有需要較少運行次數的優勢。 對於 4 個或更多因素，這種優勢消失。
- BBD 包含預測質量較差的區域。 當實驗者應避免組合因素極端時，它的“缺失角”可能很有用。 此屬性可防止在這些情況下潛在的數據丟失。
- 以面為中心的中心複合設計在估計純二次係數時精度較差。 這是否意味著 BBD 提供更好的純二次係數？
還有其他考慮嗎？
非常感謝，
我
實驗設計質量和工藝工程回复：DoE：Box-Benhken 或面心中心複合設計？很抱歉我誤解了您要找的內容。 我認為其他考慮因素包括不同的設計方法。
至於 CCD 和 BBD 的比較，您已經很清楚了。 為了完整起見，我提供了一份 JMP 日誌，該日誌使用 JMP 的比較設計平台比較了兩種設計。 CCD 在檢測主效應和相互作用方面做得更好。 BBD 在檢測二次項方面稍好一些。 CCD 在設計空間中心的預測方差稍低，但 BBD 在邊緣的預測方差稍好（請參閱預測刻畫器）。
我認為選擇的設計將取決於您的情況。 您期望最佳區域位於中心附近嗎？ 也許去CCD。 如果你認為它可能更接近邊緣？ 也許是BBD。 您真的需要擔心主效應的功效以及與響應曲面設計的交互嗎？ 您可能已經知道重要因素。 運行角點會有問題嗎？ 如果是這樣，請避免 BBD。
請注意，這些問題都與您的流程和情況有關。 這兩種設計都是很好的設計。 而且，正如馬克之前所說的那樣，你不應該排除最佳設計。 現實世界的限制加上更好地利用您對流程的了解，使最佳設計非常有吸引力，並且可以超越經典設計。
回复：DoE：Box-Benhken 或面心中心複合設計？JMP 社區成員很樂意提供幫助，但請注意，DOE 是一個廣泛而深入的主題。 幾個回复很難傳達有關它的知識。
定制設計是 JMP 所獨有的，但其他軟件實現了“優化設計”方法，包括“坐標交換”算法。 舊的方法基於現有的技術：紙、鉛筆和數學。 它基於組合學和群論。 這主要是出於“以設計為中心”的觀點。 20 世紀 70 年代出現了一種新觀點，更多的是“以模型為中心”的觀點。 它基於最優性標準和數值解。 可以使用的標準有很多。 您提到了 D 最優和 I 最優設計。 D 最優設計最小化模型參數估計的置信區域。 當您對估計的推斷最感興趣時，此結果是最好的。 （也就是說，它們與零顯著不同嗎？）I 最優設計最小化響應估計的綜合方差。 （也就是說，模型預測具有最小的置信區間。）
因此，您可以選擇最佳的設計方式。 您還可以指定任何線性模型（是否必須估計任何項）、要避免的混疊、固定或隨機分組、受限隨機化以及運行次數。 您無法使用您提到的兩種經典設計中的任何一種來做到這一點。
回复：DoE：Box-Benhken 或面心中心複合設計？感謝您的反饋意見。
我在定制設計方面的知識非常有限。 它們是否僅在 JMP 中可用，而在其他軟件中不可用？ 你能告訴我為什麼這些設計比經典設計更好嗎？
我嘗試了解有關這些設計的更多詳細信息，發現有兩種類型：I 最優和 D 最優定制設計。 您能告訴我這兩種設計有什麼區別嗎？
多謝！
我回复：DoE：Box-Benhken 或面心中心複合設計？- 各自的優缺點
回复：DoE：Box-Benhken 或面心中心複合設計？我很困惑？ 您想要替代方案還是想了解上述兩種設計的優缺點？
回复：DoE：Box-Benhken 或面心中心複合設計？我同意馬克的觀點。 BB 和麵心 CCD 都存在局限性。 通過 I 最優定制設計，這些限制通常會消失。
回复：DoE：Box-Benhken 或面心中心複合設計？考慮 I 最優定制設計。
