最終屏幕設計（DSD）模型確認大家好，
我設計了具有以下信息的DSD：
-設計：7個連續因素和1個分類因素，運行22次
-功效和相關性的設計評估：非常好
-通過Fit Definitive Screening進行擬合模型：出色
- RMSE = 0.2803，RSq = 0.997，PValue <0.001）
- 缺乏配合：否（F Ration 191，概率> F = 0.0561）
- 殘差和學生化殘差都很好
-模型結構：
-模型確認：嘗試幾次運行（點數）以達到最大期望值
由於資源限制，我們可以運行5到10個確認運行。
請指教：
-導致差異的潛在原因是欠擬合還是過擬合？
-改進/優化模型的方法或程序
謝謝。
美國能源部回复：確定性屏幕設計（DSD）模型確認這對我們很難提供幫助。 意識到您報告的統計信息與該模型是否適用於未來無關。 外推是一種工程或科學方法，在很大程度上取決於您的實驗對未來條件的代表性。 最終的篩選設計是一種處理設計因素而不是噪音（您不願控製或管理的因素）的策略。 您對如何處理噪音一言不發。 如果噪聲因子保持恆定，則您的推理空間將太小，您的模型可能僅適用於現有數據。 對於以後的實驗，我的建議是花盡可能多的時間考慮如何處理未包含在設計結構（噪聲）中的因素。
回复：確定性屏幕設計（DSD）模型確認嗨，斯塔曼，
DOE基於仿真軟件結果。 我們發現一個因子水平（-1,0，+ 1）確實捕獲了代表變量的整個範圍，但是物理上（0，0.5，1）或（-1，-0.5，0）應該是目標的有效範圍響應。因此，我們可以將此因子視為噪聲因子，並在確認運行中使用相同的因子水平。
根據上面的其他信息，有什麼建議嗎？
謝謝。
回复：確定性屏幕設計（DSD）模型確認不確定我能為您提供幫助。 您是說在模擬軟件中運行實驗的結果在模擬軟件中不可重複嗎？ 要么您是說模擬軟件中的實驗結果不會在“現實生活”中重複嗎？
我認為可能是什麼雜音。 它有許多不同的名稱：討厭，背景等。等 例子包括：周圍環境條件，材料和設備的磨損或降解，操作員技術，在某些情況下測量誤差，材料之間的批次差異等。這些變量通常在實驗中不被操縱，或者保持恆定（壞主意）或在實驗執行過程中有所不同。 這些需要代表將來的“條件”，以便您的實驗結果將來可以應用（或者您的模型可以預測將來的響應變量）。
如果使用仿真軟件，則該算法已包含在軟件中。 你不知道嗎 我不知道您的模擬軟件如何“模擬”噪聲。
回复：確定性屏幕設計（DSD）模型確認嗨，斯塔曼，
謝謝你的耐心。
我熟悉噪音概念。 我開始使用Taguchi方法已經很多年了。 因此，就我而言，我們無需擔心噪音。
簡而言之，DOE是基於運行模擬軟件的結果得出的，除了模型在某些確認數據下無法正常工作之外，其他一切看起來都不錯。
為了弄清楚可能導致不太好的確認的原因，我現在嘗試著做一些事情：
1）我沒有使用“擬合確定性篩選”後立即使用“運行模型”生成的模型，而是使用“逐步回歸”來選擇使用AICc和BIC標準的術語。 然後，我用標準最小二乘法擬合所選的項。 我有一些進步。
2.我也可以在模型擬合不足的情況下，用加法擬合以上選擇的條件。 問題：如何確定模型是欠擬合還是過擬合？ 過度擬合是什麼解決方案？
3.我是否應該嘗試非線性回歸擬合？
謝謝。
回复：確定性屏幕設計（DSD）模型確認如果可以的話，我很樂意提供幫助，但是您沒有回答我的第一個問題？ 如果您正在運行模擬，為什麼要分餾？ 除非計算時間太長？ 實驗是由仿真軟件運行的，確認運行是否也由仿真軟件運行？
我不確定Taguchi方法與這次討論有什麼關係？ 他當然不是第一個確定噪聲在實驗情況下的重要性的人（參見Fisher）。 如果您指向內部和外部數組，則此方法最早是在1950年代與Cox和叉積數組討論的。 我不明白您的意思是“我們不需要擔心噪音”嗎？ 研究了每個可能變化的變量？
有許多方法/方法可以擬合模型。 有逐步執行的加法和減法開始飽和並消除項。 針對不同情況的不同方法。 有許多統計數據可以提供幫助，但是沒有一個統計數據可以為您提供明確的答案。 我的第一個建議是使用工程和科學來確定模型建議的水平因素是否有意義，有用的統計數據包括：RMSE，RSquare-RSquare調整後的增量（某些使用預測的RSquares），係數，p值，殘差（許多圖），VIF等。
