定制 DoE 筛选设计我有两个关于定制能源部筛选设计的非常基本的问题。
1. 如果我只想知道哪些主效应对我的响应很重要，并使用自定义主效应筛选设计和 JMP 给出的默认游程数，我如何确定它是主效应还是其他混杂的双向效应互动真的很重要吗？ 如果模型分析显示因子 A 显着，但 A 与 B*C 部分相关，那么稍后的优化设计中应包含哪些因子？ 我认为只有像因子A这样显着的主效应才应该在主效应筛选设计之后进一步研究优化设计，但是如果B*C与因子A部分相关但B和C不显着，那么B和C会缺失吗DoE 筛查的主要影响？
2.当我在模型中包含一些不受控制的因素时，JMP不再显示相关性的颜色图。 如何评估具有不受控制因素的设计？
谢谢
二
实验设计回复：美国能源部定制筛选设计对于这么多问题，我深表歉意，并感谢您推荐书籍和期刊论文。回复：美国能源部定制筛选设计不完全是这样，但这又取决于你打算做 BIB 还是 RCDB。
我必须道歉，但我认为教您如何处理在这个社区聊天中遇到的问题不是很有效。 我建议您阅读有关该主题的论文/书籍，以便您可以接触不同的方法和应用。
以下是我推荐的一些论文：
- 桑德斯，D.， Leitnaker M. 和 McLean R. (2002)“工业研究中的随机完整区组设计”质量工程，卷。 14、第1期
- 盒子，GEP， 斯蒂芬·琼斯 (1992)，“用于稳健产品实验的裂区设计”,应用统计学杂志，卷。 19号1号
- 琼斯、布拉德利、克里斯托弗·J·纳茨海姆 (2009) “裂区设计：什么、为什么以及如何”，质量技术杂志，卷。 41，第 4 期，第 340-361 页
- 索伦·比斯加德 (2000)，“ 2 设计与分析克普X 2 qr裂区实验”,质量技术杂志，卷。 32、一月 1 号
- Bisgaard、Søren、Murat Kulahei，(2001)，“稳健的产品设计：通过裂区混杂保存试验”,品质工程, 13(3), 525-530
回复：美国能源部定制筛选设计我又想了一下……您是否建议通过添加值为“-1”和“1”的列来手动将模型中的数据行分成两个块？ 如果我总共有 20 次运行，但一天只能运行 10 次，则应该在模型中手动添加一列作为块因子“天”，并将“-1”分配给前 10 次运行，将“1”分配给第 11 次运行跑20次？ 抱歉，如果我误解了你的观点。回复：美国能源部定制筛选设计抱歉...我无法关注评论，但我计划做的就是使用天作为块因子将运行总数分成两个块。 有没有办法使用 JMP 和 HTC 因子来做到这一点？ 谢谢！
回复：美国能源部定制筛选设计您对平衡不完整块或随机完整块感兴趣吗？ 我通常不使用内置的 JMP 块，因为它将块视为随机效果。 我更喜欢设计实验，让我知道哪些噪声与模块混淆，并将模块和逐个模块的交互效应分配给模型。 为此，我复制整个块，将其粘贴到第一个块下第一列中的第一个打开的单元格，然后添加一列并将其称为块（第一个块 -1，第二个块 1）。 我通常也只设计 2 个模块的实验（主要是工业实验应用与农业实验应用）。 我对块效应的曲率（非线性）不感兴趣，因为这是没有意义的。
回复：美国能源部定制筛选设计关于此设计的阻塞问题...
由于我需要几天时间才能完成所有运行，因此我想阻止设计。 然而，由于我的设计中有 HTC 因素，所以我没有看到“组运行到随机大小的块”的选项。 我可以将阻塞因子添加到因子列表中，但我不确定这是否是正确的方法，因为阻塞因子（天）将被视为固定阻塞。
回复：美国能源部定制筛选设计不，您可以让效果在正态图上显示为显着，但没有任何实际意义。
回复：美国能源部定制筛选设计再说一次，如果没有数据表，我真的无能为力。
回复：美国能源部定制筛选设计我认为任何估计影响大于帕累托图上实际有意义的最小偏移的因素都是重要的，并且它们也应该偏离正态图上的正常线。 两个图应该给出相同的结论吗？
回复：美国能源部定制筛选设计感谢你的建议！ 我尝试获取正态图，但效果筛选下的所有三个绘图选项均呈灰色且无法显示。
”我总是做的第一件事就是检查其实际意义。 您是否创造了任何具有实用价值的变化？ 您认为具有科学或工程价值的响应变化的最小增量是多少？ 确定该值后，在帕累托图上绘制线条并确定哪些因素具有实际显着影响。 然后在正态图（丹尼尔斯图）上寻找这些影响。”
我可以估计所有因素的标准差，并知道实际有意义的最小响应变化，但不确定你的建议，”确定该值后，在帕累托图上绘制线条并确定哪些因素具有实际显着影响。 然后在正态图（丹尼尔斯图）上寻找这些影响。” 您能否详细说明一下如何做到这一点以及为什么要这样做？ 谢谢！
回复：美国能源部定制筛选设计@JMP38401抱歉耽搁了……仅查看您共享的输出并得出结论是很困难的。 看起来您有一个未复制的设计，并且您的模型已饱和。 如果是这种情况，您可能需要尝试获取正态图以获取统计显着性（有时您必须忽略长度的 PSE 线），获取帕累托图以获取实际意义，如果您热衷于贝叶斯哲学，则可以尝试获取贝叶斯图（拟合模型>红色选项三角形）位于响应>效果筛选旁边）。 我总是做的第一件事就是检查其实际意义。 您是否创造了任何具有实用价值的变化？ 您认为具有科学或工程价值的响应变化的最小增量是多少？ 确定该值后，在帕累托图上绘制线条并确定哪些因素具有实际显着影响。 然后在正态图（丹尼尔斯图）上寻找这些影响。
就优化而言，根据您提供的大量上下文提供建议是极其困难的。 请认识到优化不仅仅是统计设计。 它需要了解科学/工程学的人来解释。 不过有几点想法：
1. 您并不是试图创建一些极其复杂的非线性模型来描述一切。 模型旨在成为对预测有用的有效近似值。
2. 除非您彻底了解噪声，否则您不应该对设计因素进行优化。
3. RSM 是什么意思？ 通用电气公司 Box 暗示这是连续实验。 它不是一种中心复合设计。
4. 你还应该考虑多元因素。 以牺牲其他 Y 为代价来优化一个 Y 没有任何好处。
回复：美国能源部定制筛选设计跟进Custom DoE筛选主效应，下面是模型拟合结果。 可以肯定地说，t 比小于 2 的因素可以被消除，只有那些 t 比大于 2 的因素才会被用于下一步使用 RSM 的优化设计吗？ 如果每个因子都有 p 值，我认为 p 值小于 0.05 的因子应该包含在接下来的 RSM 优化 DoE 中。 任何有关此思考过程的建议将不胜感激。 谢谢！
回复：美国能源部定制筛选设计没有绝对的答案。 这取决于。 相关性的影响是方差膨胀，这是不好的。 完美的相关性（混杂）将方差扩大到无穷大。 但除此之外，这取决于您开始时的差异。 小方差可以容忍大的相关性，而大方差可以容忍很小的通货膨胀。
回复：美国能源部定制筛选设计抱歉给出了错误的数字，相关值为 0.33，而不是 0.033。 我认为 0.33 太大了，但不确定多小才足够。 谢谢
回复：美国能源部定制筛选设计@statman很好地指导你。 我对“旁观者”的唯一补充评论是，您正在按照旧的设计方法进行思考。 设计原则从未改变，但方法不断改进。 定制设计是一种新方法。 它允许采取二十年前不可能实现的策略。 但随着新功能的出现，我们有责任学习新方法的原理和方法。
例如，主动效应的不确定性从一个世纪前美国能源部统计开始以来就是一个问题。 在为了筛选实验的经济性而出现常规的部分因子设计之后，方法决定了策略。 它导致了混淆的估计（完全相关的估计）。
密切关注玩@statman关于方差或噪声的问题。 这些是贪婪的实验者必须解决的关键问题，以便从最小的设计中以最大的信心获得最多的信息。
回复：美国能源部定制筛选设计这是一个信噪比的问题。 即使存在相关性，也可以很好地估计非常大的信号（非零参数估计）。 相关性不会使估计或模型产生偏差。 它夸大了估计的标准误差。 我认为 0.033 非常小。
回复：美国能源部定制筛选设计所有设计评估信息都是设计矩阵的函数，但不受控制因素的列为空。
回复：美国能源部定制筛选设计补充一点，颜色图中 X1 (HTC) 和 X2 (HTC) 之间的相关性为 0.033，这对我来说听起来太大了。 是否有最大相关性的建议值以避免担心混叠？ 谢谢！
回复：美国能源部定制筛选设计
上面是 10 个因子的设计（7 个连续因子，其中 3 个是 HTC. 3. 不可控因素较多。
完成设计后，我看不到通常在没有不受控制因素的情况下看到的设计评估平台。
我必须单击“制作表格”，然后单击“DoE 对话框”才能查看设计评估。 然而，当我检查因素时，X8、X9和X10变成了“连续”，而不是原来的“不受控制”。 不确定为什么以及如何影响设计评估。 下面的最后一张图显示了通过这种方式获得的相关性颜色图。
我的主要问题是，这个设计是否是一个好的设计，可以告诉我们这 10 个因素中哪些主要影响是显着的，而不用担心它们彼此之间以及其他双向相互作用的混淆。 我的计划是使用本次筛选 DoE 中的那些重要主效应，用于我的下一次使用 RSM 的优化 DoE。 非常感谢！
回复：美国能源部定制筛选设计定制设计非常灵活。 可以定义一个主效应模型和两个交互别名矩阵，并且仍然可以获得相关性。 例如，试验次数可能会妨碍正交设计的进行。 在 7 次运行中思考 3 个因素。
您可以发布自定义设计元素（因子、模型、别名矩阵、设计和相关图）的图片吗？
回复：美国能源部定制筛选设计谢谢你的快速反应！
”2. 如果您怀疑相互作用效应（≥二阶），那么您可能需要将分辨率提高到 IV+。”
我知道如何在 Minitab 中查找设计分辨率，但无法从 JMP 自定义设计中辨别设计分辨率。 您能告诉我如何在 JMP 中获取设计分辨率信息吗？
”4. 我不完全理解你的第二个问题。 如果数据表中有协变量，您当然可以看到协变量和设计因子之间的相关性。 多元方法>多元将提供散点图并选择选项（红色三角形）您可以获得彩色图。 当然，如果您有很多，您可以通过在参数估计输出表中右键单击并添加>列>VIF 来获取 VIF。”
对困惑感到抱歉。 当我没有任何不受控制的因素时（在因素角色列下，它显示不受控制而不是连续等），我可以在设计评估下看到相关性和别名矩阵的颜色图。 然而，一旦我添加任何不受控制的因素，设计评估就会消失，我无法看到别名矩阵、相关性彩色图和功效分析等。
回复：美国能源部定制筛选设计感谢你能这么快回复！
”在模型下的术语列表中输入主效应。 确保所有双向交互都位于别名下的术语列表中。 单击顶部的红色三角形，然后选择最优标准 > 进行 Alias 最优设计。”
我尝试了这一点，但在模型设计评估下的 Alias Matrix 中没有看到任何变化。 我错过了什么吗？或者我如何知道模型已针对 Alias 进行了优化？ 抱歉，如果我假设我会在 Alias Matrix 或相关颜色图下看到较低的相关效果，从而误解了“Make Alias Optimal Design”的工作原理。
“（您需要猜测实际活跃术语的数量，并将它们的运行次数添加到最小值。）”
我有 7 个连续因子，其中 3 个是 HTC。 我还有 3 个不受控制的因素，我将在 DoE 运行期间记录它们的值，总共 10 个因素。 当我使用自定义 DoE 平台创建筛选设计时，我有 11 次最小运行次数（10 个因子加上截距）和 18 次默认运行。 别名条款下有 45 种双向交互。 如果我怀疑这 45 个双向交互中的 10 个可能是活动项，您的建议是将这 10 个双向交互添加到模型中，将其可估计性更改为“如果可能”，并将 10 次运行添加到最少 11 次运行中，以使总共 21 次运行，还是将 10 次运行添加到默认的 18 次运行中，使其总共 28 次运行？ 由于我的模型中有 HTC 因素，最终的筛选设计似乎不起作用。
回复：美国能源部定制筛选设计@JMP38401 ，这是我的想法：
1. 对于分数阶乘和屏幕设计，我们遵循三个原则：
稀缺性：显着影响相对较少（类似于帕累托原理）
层次结构：1 阶 > 2 阶 >> 3 阶等。
遗传：为了使互动有意义，至少父母之一必须是重要的
关于你的问题，我的建议是预测排序模型效果（至少通过二阶）。 您对您认为哪些影响是合理的并且可能会影响设计分辨率选择的预测。 如果所有一阶效应都高于二阶效应，那么较低的分辨率似乎可以合理地开始迭代调查过程。 其实这就是层次原则。 通过混淆高阶效应来扩大因素（一阶效应）的数量。
2. 如果您怀疑存在交互效应（≥二阶），那么您可能需要将分辨率提高到 IV+。
3. 我知道我并不代表优化设计的大部分想法。 我不太喜欢“部分混杂”来创建更有效的设计，就好像存在数据分析中没有意义的实例，下一次迭代可能是一个困难的选择（例如，折叠设计不起作用）。
4.我不太明白你的第二个问题。 如果数据表中有协变量，您当然可以看到协变量和设计因子之间的相关性。 多元方法>多元将提供散点图并选择选项（红色三角形）您可以获得彩色图。 当然，如果您有很多，您可以通过在参数估计输出表中右键单击并添加>列>VIF 来获取 VIF。
回复：美国能源部定制筛选设计”如果我只想知道哪些主效应对我的响应很重要，并使用自定义主效应筛选设计和 JMP 给出的默认运行数，我如何确定它是主效应还是其他令人困惑的双向相互作用？真的很重要吗？ ”
在模型下的术语列表中输入主效应。 确保所有双向交互都位于别名下的术语列表中。 单击顶部的红色小三角，然后选择最优准则 > 进行 Alias 最优设计。
”如果模型分析显示因子 A 显着，但 A 与 B*C 部分相关，那么稍后的优化设计中应包含哪些因子？ 我认为只有像因子A这样显着的主效应才应该在主效应筛选设计之后进一步研究优化设计，但是如果B*C与因子A部分相关但B和C不显着，那么B和C会缺失吗DoE 筛查的主要影响？ ”
如果您怀疑高阶项可能处于活动状态，那么我推荐两种方法。 首先，在模型列表中添加所有潜在术语。 选择这些术语并单击“可估计性”列中的“必要”，然后选择“如果可能”。 这一变化将产生两个结果。 第一个结果是最小运行次数将会减少，因为它是由必须估计的参数数量决定的。 （您需要猜测实际活跃术语的数量，并将它们的运行次数添加到最小值。）另一种方法是使用筛选设计，例如最终筛选设计。 只要是关键筛选原则成立的真实筛选情况，这种方法就有效。 你有多少因素？ 有多少人可能是活跃的？
我突然不知道你的第二个问题的答案。 也许其他人有这些知识。
