最终屏幕设计（DSD）模型确认大家好，
我设计了具有以下信息的DSD：
-设计：7个连续因素和1个分类因素，运行22次
-功效和相关性的设计评估：非常好
-通过Fit Definitive Screening进行拟合模型：出色
- RMSE = 0.2803，RSq = 0.997，PValue <0.001）
- 缺乏配合：否（F Ration 191，概率> F = 0.0561）
- 残差和学生化残差都很好
-模型结构：
-模型确认：尝试几次运行（点数）以达到最大期望值
由于资源限制，我们可以运行5到10个确认运行。
请指教：
-导致差异的潜在原因是欠拟合还是过拟合？
-改进/优化模型的方法或程序
谢谢。
美国能源部回复：确定性屏幕设计（DSD）模型确认这对我们很难提供帮助。 意识到您报告的统计信息与该模型是否适用于未来无关。 外推是一种工程或科学方法，在很大程度上取决于您的实验对未来条件的代表性。 最终的筛选设计是一种处理设计因素而不是噪音（您不愿控制或管理的因素）的策略。 您对如何处理噪音一言不发。 如果噪声因子保持恒定，则您的推理空间将太小，您的模型可能仅适用于现有数据。 对于以后的实验，我的建议是花尽可能多的时间考虑如何处理未包含在设计结构（噪声）中的因素。
回复：确定性屏幕设计（DSD）模型确认嗨，斯塔曼，
DOE基于仿真软件结果。 我们发现一个因子水平（-1,0，+ 1）确实捕获了代表变量的整个范围，但是物理上（0，0.5，1）或（-1，-0.5，0）应该是目标的有效范围响应。因此，我们可以将此因子视为噪声因子，并在确认运行中使用相同的因子水平。
根据上面的其他信息，有什么建议吗？
谢谢。
回复：确定性屏幕设计（DSD）模型确认不确定我能为您提供帮助。 您是说在模拟软件中运行实验的结果在模拟软件中不可重复吗？ 要么您是说模拟软件中的实验结果不会在“现实生活”中重复吗？
我认为可能是什么杂音。 它有许多不同的名称：讨厌，背景等。等 例子包括：周围环境条件，材料和设备的磨损或降解，操作员技术，在某些情况下测量误差，材料之间的批次差异等。这些变量通常在实验中不被操纵，或者保持恒定（坏主意）或在实验执行过程中有所不同。 这些需要代表将来的“条件”，以便您的实验结果将来可以应用（或者您的模型可以预测将来的响应变量）。
如果使用仿真软件，则该算法已包含在软件中。 你不知道吗 我不知道您的模拟软件如何“模拟”噪声。
回复：确定性屏幕设计（DSD）模型确认嗨，斯塔曼，
谢谢你的耐心。
我熟悉噪音概念。 我开始使用Taguchi方法已经很多年了。 因此，就我而言，我们无需担心噪音。
简而言之，DOE是基于运行模拟软件的结果得出的，除了模型在某些确认数据下无法正常工作之外，其他一切看起来都不错。
为了弄清楚可能导致不太好的确认的原因，我现在尝试着做一些事情：
1）我没有使用“拟合确定性筛选”后立即使用“运行模型”生成的模型，而是使用“逐步回归”来选择使用AICc和BIC标准的术语。 然后，我用标准最小二乘法拟合所选的项。 我有一些进步。
2.我也可以在模型拟合不足的情况下，用加法拟合以上选择的条件。 问题：如何确定模型是欠拟合还是过拟合？ 过度拟合是什么解决方案？
3.我是否应该尝试非线性回归拟合？
谢谢。
回复：确定性屏幕设计（DSD）模型确认如果可以的话，我很乐意提供帮助，但是您没有回答我的第一个问题？ 如果您正在运行模拟，为什么要分馏？ 除非计算时间太长？ 实验是由仿真软件运行的，确认运行是否也由仿真软件运行？
我不确定Taguchi方法与这次讨论有什么关系？ 他当然不是第一个确定噪声在实验情况下的重要性的人（参见Fisher）。 如果您要指向内部和外部数组，则此方法最早是在1950年代与Cox和叉积数组讨论的。 我不明白您的意思是“我们不需要担心噪音”吗？ 研究了每个可能变化的变量？
有许多方法/方法可以拟合模型。 有逐步执行的加法和减法开始饱和并消除项。 针对不同情况的不同方法。 有许多统计数据可以提供帮助，但是没有一个统计数据可以为您提供明确的答案。 我的第一个建议是使用工程和科学来确定模型建议的水平因素是否有意义，有用的统计数据包括：RMSE，RSquare-RSquare调整后的增量（某些使用预测的RSquares），系数，p值，残差（许多图），VIF等。
