筛选设计可以用于1个连续因子，7个其他类别因子和1个类别响应吗？我想评估8个因素对响应的影响。 有1个连续因子，7个其他类别因子和1个类别响应，其中2个类别因子具有4个级别，其中一个类别因子具有8个级别。 我们可以使用经典的筛选设计方法来设计实验吗？
我们想知道这8个因素中最有影响力的因素，在哪里可以分析筛选实验结果？ 当我们添加6个以上的因子或因子的水平超过3个时，“筛选”选项卡消失了，无法分析筛选设计结果。 有什么问题？ 这是否意味着在这种情况下不能使用经典的筛选设计？ 还是我们应该单独分析筛选设计结果？
谢谢。
美国能源部回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？一旦发现自己的因子水平不是2，经典的筛选设计即两级分数阶乘设计就不适用甚至不可行。 如果您的某些因素的水平不是2，则必须使用最佳DOE方案...在JMP中，这直接将您带到Custom Design平台。 由于您似乎想运行放映设计，因此我将使用“定制设计”平台来构建仅受主要效果模型支持的设计。 着眼于最小化运行次数。 您可能希望添加一些超出JMP指定的最小值的运行，以允许一定程度的错误自由度。
祝您好运，以一种积极的反应来寻找主动效果...我过去的经验有时是您需要大量奔跑才能从噪音中挑出一个信号...但是除非您尝试，否则您永远不会知道。
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？非常感谢你。 我还有另一个后续问题。
我使用了定制设计平台。 由于我具有二进制响应，因此在拟合模型时，我选择了个性：广义回归，分布：二项式，估计方法：Elastic Net-自适应，验证方法：AICc。 但是，当我单击“开始”按钮时，它会显示一个警报，“由于无法保持遗传而提前终止了装配。 考虑在不加强遗传的情况下再次跑步”。 这是我必须解决的严重问题吗，我该如何解决，还是应该选择其他方法？回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？这是指模型层次结构很重要的事实。 JMP强烈建议您维护层次结构，但不是必需的。
模型层次结构意味着，如果模型中包含X1 * X2，则X1和X2也应位于模型中，即使它们并不重要。
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？@yiyichu太棒了，您使用了Custom Design平台。 您可以共享您为设计构造明确表达的特定模型吗？ 它只是主要作用吗？ 还是有所不同？
在我的第一个答复中，我建议您指定一个仅主要效果的模型...您所看到并基于的错误消息@markbailey的正确答案，确定您似乎正在尝试使模型不仅具有主要效果吗？ 您的设计是否至少对至少两个（甚至天堂禁止）甚至更高阶的因子相互作用支持某种程度的估算？ 如果分类因子超过2个级别，则要评估包含这些因子的交互效应，您的设计可能会很快变得很大。 特别是具有8个等级的一个要素。
我也对为什么选择弹性网拟合个性感到好奇。 我猜想，在筛选建模模式下，我可能只是从一个简单的名义Logistic回归模型开始的。 Elastic Net并不是一个错误的选择...但是它可能会将某些参数估计值归零，因为那是很自然的事情，您可能会错过效果级别信息内容。 只是好奇比什么都重要？
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？我也很好奇，但很好奇为什么您要同时查看4级和8级分类因素。 听起来更像是选择获胜者测试而不是筛选设计？ 我的想法：筛选并非要测试所有可能的组合。 您可以选择4或8个级别的极限吗？ 想法是比较所有因素（同样，没有偏见），并确定哪些因素值得进一步研究。 通过对您的某些因素进行2个以上水平的测试，您可以获得有关这些因素的更多信息，因此使您的研究有偏差。
但是，当然，我不知道您的具体情况，所以您可能想忽略我。
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？@P_Bartell我认为这应该只是以前的主要作用，但是我可能会弄乱一些东西。 我重新检查该模型，并确保该模型仅是主要作用，看来错误现在已经消失。
由于我是DOE和JMP的初学者，因此我选择了弹性网拟合个性只是因为我遵循了JMP文档中提供的示例。 然后，我将尝试使用基本的Logistic回归估计方法作为起点。 感谢您的建议。 当我们选择了估算方法，我们如何决定，我们应该选择什么样的估计方法，当选择一个基本的逻辑回归估计方法，我们应该选择其他的像套索，弹性网，岭等。
从您的第一个答复中，您说有时候我们需要大量运行才能从噪音中挑出一个信号，以便做出明确的响应... 您能否再多说明一点？ 我们该怎么做才能检查是否需要更多跑步？
再次感谢您的宝贵时间。
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？@statman这里的4级因子是“运动水平”，包括主要运动，次要运动，精细运动和无运动。 这里的8级因素是针对我们的案例在房间中随机选择8个不同的位置。但是你是对的。 实际上，我也在考虑选择4级和8级因素的极端值，使所有因素都处于2级。 然后，我们也可以选择确定性筛选设计方法。 我只是不确定哪种方法更好。 现在，您的建议使我更有信心这样做。 谢谢。
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？对于运动，选择极端。 如果那很重要，那么您可以“微调”。 对于房间中的位置...您可以实际控制还是噪音？ 如果有噪音，请考虑阻塞。
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？@statman感谢您的意见。
如果我选择使用您提到的方法3：RCBD在2个街区（最佳和最差位置）上复制处理，如下所示：
默认运行次数为16，然后“相关性颜色图”如下：
从上面的颜色图中，似乎该模型不是主要的效果模型。一般而言，颜色地图一个好的设计显示出很多白色的缺陷上al，表示直向上大小或小相关性在不同的术语之间。 这是否意味着这不是一个好的设计？ 而且，如果我增加运行次数，它将在对角线上显示大部分白色，这是否意味着在进行实验设计时是否需要增加运行次数？
这里还有一个问题：
我们的响应是一个二进制值（0/1），0表示不存在人员，1表示存在人员，对于该响应，我使用“最大”作为目标，如下所示：
这是否适当，还是应该将“无”用作目标？
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？@statman感谢您的建议。
我试图找到这些地块，包括丹尼尔图（正态图），效果的帕累托图和可能的贝叶斯图，但它们似乎在“效果筛选”下，并且仅当您将“标准最小二乘”用作“个性”时才可用，这意味着响应应该是连续的。 如果我选择带有“二项式”响应的“广义线性模型”，则没有这样的选择。 我错了吗，还是我需要在其他地方找到它？
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？虽然两者@P_Bartell并且我正在尝试给您一些建议，您应该意识到没有“正确”的设计。 每个设计在所需资源，检测设计因素影响的精度，分辨率，可以估计的模型，可以估计的因素数量等方面都可能会有所不同。 我建议设计多个实验，并根据一组标准和您的情况对它们进行评估。 我还建议您预测所有可能的结果以及在每个结果中将要执行的操作。 您有8个设计系数和至少1个噪声变量。 第一个实验的目的是设计一个更好的实验（移动设计空间并确定最有趣的因素）。 通常，较低的分辨率可以确定主要效果，但是您应该对模型效果进行排序（最高到2阶），以确定是否需要提高分辨率。 同样，当您使用JMP块设计时，默认情况下，软件会将块视为随机效果。 但是，当您知道什么噪声构成了该块时，可以将其视为固定效果并量化逐个因子的交互。 你可能会说我有点老。 我想知道混叠，并且不喜欢进行部分混叠，因为这更难以解释和确定后续实验应该是什么。 但是我可能在这里是少数。 许多人喜欢优化设计以提高效率。 我也不填写任何Y，因为我不希望软件“控制”我的分析（在某些情况下，限制我的分析选项）。
关于您的响应变量，您是否考虑过其他量化响应的方法？ 二进制响应需要大样本量才能检测出差异。 您能否更改“物体”或“人”的尺寸并记录检测到什么尺寸的物体？ 还是可以改变检测到的“运动”量？ 如果与传感器的距离很重要，那么您可以确定检测到物体与传感器的距离是多少，而不是限制房间的位置？ 无论如何，我建议您对响应变量进行更多考虑。回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？是的，您是正确的...很抱歉缺少响应是二进制的。 我真的建议您创建一个更好的响应变量（请参阅前面的注释）。回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？抱歉，这么晚才加入此讨论。
位置似乎是具有固定影响的分类因素。 确实是对可用性的限制吗？ 也就是说，每个位置只能进行有限数量的观测？ 您可以使用几个位置？ 您将两个位置称为“最佳”和“最差”的事实对我来说是一个定性或分类因素。
默认情况下，该模型只是主要或附加效果。 彩色图也向您显示高阶项，以便您可以评估这些效果（相关性）对主要效果的影响。 如果不包含这些影响，则这些影响会使您的模型产生偏差；如果包含这些影响，则会增加估计的标准误差。
对此有何反应？ 是二进制的还是两个二进制结果的计数？ 例如，我可能在每次运行中观察20个实例，并记录每个结果的数量（成功，失败）。 另一方面，我每次运行只能观察1个实例。 在这种情况下，您不能在定制设计中使用功耗分析。 但是您肯定需要更多运行才能做出这样的响应。 定制设计中的“模拟响应”命令以及JMP Pro中的“模拟”功能可用于评估任何设计的经验能力。
响应的目标另存为“响应限制”列属性。 它定义了预测分析器中用于优化的需求函数。 我认为这不适用于这种情况，但是您可以在进入事件探查器之后对其进行更改，然后保存更新的定义。
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？@statman根据您的想法，积木设计将带来部分混叠，因为它将量化逐因子交互。 而且我们不想为第一个实验做部分混叠，对吗？ 然后您说：“您没有填写任何Y”，是否表示您没有输入“回复”？
我们的响应变量是二进制Presence / Non-presence，这表示占用传感器是否在空间中检测到人。 实际上，我们可以解释响应的另一种方法是计算测试室中的人数。 然后，我们可以根据稍后的结果确定传感器的存在/不存在。 如果计数为0，则为“不存在”；否则为0。如果不为0，则为“状态”。 除此之外，我想不出另一种方法来解释响应。 或者，也许您有一些好的想法？ 这对改善案件有帮助吗？ 不幸的是，我们无法通过占用传感器来检测物体/人的大小。 该议案分为四个类别，主要类别-人们行走，次要类别-人们伸胳膊，良好-人们打字，没有-睡觉。 您改变运动量是什么意思？ 位置不仅影响传感器的性能，还因为距离以及从传感器到人的角度的不同。 如果我们想用某些东西代替位置，也许我们应该同时包括距离和角度变量。 然后，我们在两个级别上定义距离和角度的极值。 这会有所帮助吗？
回复：筛查设计可用于1个连续因子，7个其他分类因子和1个分类响应吗？@markbailey感谢您提供您的想法。
对于位置，背景是我们设置占用传感器，人们将站在测试空间中的不同位置，然后评估占用传感器是否可以检测到占用者。 因为我们想知道人们的位置是否会影响占用传感器的性能。 最初，我们选择8个随机位置作为位置变量的8个级别。 但是根据我们与@statman ，最好不要在第一个实验设计中使用8个级别，这就是为什么我们决定为该位置选择极端的情况，一个是传感器无法检测到有人的最坏情况，一个是人们只可以看到有人的最好情况站在传感器的正前方，这样传感器就可以完美地检测到乘员。 因此，也许这不是可用性的限制？ 我们只是想改变其变量，以了解它如何影响响应？
对于响应，它是一个二进制值，我们在每次运行中观察到1个实例。 对于我们的情况，响应是人的存在/不存在。 存在表示传感器检测到有人，不存在表示传感器未检测到有人。 因此，在这种情况下，我应该为响应的目标选择什么？
