反对使用定制设计 DOE 的原因大家好，
我需要有人为我扮演恶魔的代言人。 JMP 中有许多不同的 DOE 功能。 例如，如果我进入 JMP，DOE 下拉菜单中有 10 多种不同的传统 DOE 设计。还有自定义设计功能。
这可能是一个幼稚的问题，但是否有任何理由使用任何其他 DOE 设计而不是自定义设计？ 这些设计中的任何一个都可以做定制设计不能做的事情吗？
谢谢，
唐纳德
美国能源部回复：反对对所有事物使用自定义设计 DOE 的原因嗨，唐纳德，
我很想知道你为什么问这个问题。 是为了你自己的理解吗？ 或者您正在考虑如何建议您的同事？
对于大多数科学家和工程师，我建议他们专注于最终筛选和定制设计。
为什么要进行最终筛查？ 在许多情况下，最终筛选设计 (DSD) 将是最有效和最易于使用的实验。 我会说科学家和工程师的大多数实验都是筛选实验——他们有 5 个或更多的连续因素，他们不知道所有因素都很重要。 在这些情况下，DSD 非常有用。 如果发现少数效应很重要，您可以获得一个有用的优化模型。 即使所有因素都很重要，DSD 将是实验过程中良好的第一步，您可以跟进增强设计。 JMP 中的 DSD 具有易于使用的拟合方法，可以非常轻松地分析结果。 无法使用自定义设计重新创建 DSD，因此它是 JMP 中的一个单独平台。
定制设计涵盖了大多数其他实验情况。
Classical菜单下的选项都是经过试验和测试的，已经成功使用了很多次。 在大多数情况下，它们可以使用自定义设计重新创建，因为它们是最佳设计的特例。 我只会向在 DOE 的旧方法中受过教育的人推荐经典选项，以便他们可以重新创建他们学到的设计。 我不知道您是否可以使用自定义设计重新创建田口设计，但我不知道您是否愿意 - 我从未遇到过使用 JMP 进行田口设计的人。
消费者研究和特殊目的下的选项都有自己的用途。 他们绝对可以做定制设计做不到的事情。 然而，它们是与较小的实验者亚组相关的专业或利基情况。 例如，工程中非常非线性系统的计算机实验的空间填充设计。 或 Max-Diff 设计用于研究以了解消费者偏好。
我希望有帮助，
菲尔
回复：反对对所有事物使用自定义设计 DOE 的原因嗨，菲尔，
感谢您的详细回复。 我是一名配方科学家，想尝试帮助我的同事更多地了解 JMP。 我们的大多数 DOE 都是混合设计。
我想检查一下推荐自定义设计是否有意义。 看起来确实如此，但出于筛选目的，还应仔细考虑 DSD。
如果其他人也添加意见，请表示赞赏。 越多越好
谢谢
唐纳德
回复：反对对所有事物使用自定义设计 DOE 的原因对于混合设计，我当然会推荐自定义设计。 事实上，您将无法对混合场景使用最终筛选设计。
我确实同意菲尔的建议。 其他设计根据情况确实有一些优势。 例如，最终筛选设计 (DSD) 的功效是轻微地低于您从自定义设计中获得的仅主效应模型的结果。 DSD 的预测方差不如 I-Optimal 定制设计。 但 DSD 的优势是单一设计，也可用于优化和筛选。
经典设计提供正交性，而定制设计并不总是保证正交性（但在大多数情况下可以实现相同的运行次数）。
从本质上讲，每个设计都有一个优势，这就是它们最初是如何/为什么被创建的。 在某些情况下，这些优势可能对您没有价值。 但这正是 JMP 提供所有这些的原因。 您可能会遇到需要这种特殊优势的情况。
回复：反对使用自定义设计 DOE 的原因以下是我的想法：
1. 选择运行什么实验是，恕我直言，个人选择。 您必须了解情况（上下文）、您尝试回答的问题，并根据所需资源权衡从实验策略中获得的信息。 在某些情况下，我愿意为了效率而牺牲效率。
2. 说服工程师、科学家和管理人员进行任何实验可能是最大的战斗。 如果他们将设计矩阵视为一个“方块盒”并且他们不了解它是如何工作的，那可能会更具挑战性。 令人难以置信的是，有多少人受到 OFAT 心态的影响。 毕竟，从根本上来说，它是如此直观...... 经典正交设计易于解释，并在必要时为消除混叠提供便利，特别是对于没有统计背景的人。
3.设计选择的重点偏向于因子效应。 对处理噪音的策略没有给予足够的重视。 通过重复或嵌套处理的短期噪声（例如，测量误差、样本内、样本之间）。 通过 RCBB、BIB 和裂区处理的长期噪声（例如，环境条件、批次间原材料、操作员技术）。 我在健壮的设计情况下使用跨产品数组，但我还没有找到一种使用自定义设计平台设置这些的简单方法。
4.“第一个实验的目的是设计一个更好的实验”。 我们尝试深入了解和验证/无效我们对因果结构的理解。 我们在第一个实验中以最佳水平测试了所有重要因素的可能性是有问题的。 迭代是我们学习的方式。 第一个实验只是旅程的开始。
