反对在所有事情上使用定制设计 DOE 的理由大家好，
我需要有人为我唱反调。 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。而且还有“自定义设计”功能。
这可能是一个幼稚的问题，但是是否有理由使用任何其他 DOE 设计而不是定制设计？ 这些设计中的任何一个可以完成定制设计无法完成的任务吗？
谢谢，
唐纳德
实验设计回复：反对在所有事情上使用定制设计 DOE 的原因这是我的想法：
1. 恕我直言，选择进行哪些实验是个人选择。 您必须了解情况（背景）、您想要回答什么问题，并权衡您可以从实验策略中获得的信息与所需的资源。 在某些情况下，我愿意为了效果而牺牲效率。
2. 说服工程师、科学家和管理人员进行任何实验都可能是最大的战斗。 如果他们将设计矩阵视为一个“方框”并且不理解它是如何工作的，那么这可能会更具挑战性。 令人难以置信的是，有多少人受到 OFAT 心态的影响。 毕竟，它是非常直观的...... 经典的正交设计很容易解释，并且在必要时可以方便地进行去锯齿，特别是对于那些没有统计背景的人。
3、设计选型的重点偏向于因素效应。 对于处理噪音的策略还没有给予足够的重视。 通过重复或嵌套处理短期噪声（例如，样本内、样本之间的测量误差）。 通过 RCBB、BIB 和裂区处理长期噪声（例如，环境条件、批次间原材料、操作员技术）。 我在稳健的设计情况下使用跨产品数组，但我尚未找到一种使用自定义设计平台进行设置的简单方法。
4.“第一个实验的目的是设计一个更好的实验”。 我们通过实验来深入了解并验证/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所有重要因素的可能性值得怀疑。 迭代是我们学习的方式。 第一个实验仅仅是旅程的开始。
回复：反对在所有事情上使用定制设计 DOE 的原因对于混合设计，我当然会推荐定制设计。 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。 根据具体情况，其他设计确实有一些优点。 例如，确定性筛选设计 (DSD) 的作用是轻微地低于您从仅主效应模型的定制设计中获得的结果。 DSD 的预测方差不如 I-Optimal 定制设计。 但 DSD 的优点是单一设计，也可用于优化和筛选。
经典设计提供的正交性并不总是能够通过定制设计得到保证（但在大多数情况下可以在相同的运行次数下实现）。
从本质上讲，每种设计都有一个优点，这就是它们最初创建的方式/原因。 在某些情况下，这些优势可能对您来说没有价值。 但这正是 JMP 提供所有这些功能的原因。 您可能会遇到需要这种特殊优势的情况。
回复：反对在所有事情上使用定制设计 DOE 的原因嗨菲尔，
感谢您的详细回复。 我是一名配方科学家，希望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。
我想检查一下推荐定制设计是否有意义。 看起来确实如此，但出于筛选目的也应仔细考虑 DSD。
如果其他人也提出意见，请不胜感激。 多多益善
谢谢
唐纳德
回复：反对在所有事情上使用定制设计 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向您的同事提供建议？
对于大多数科学家和工程师来说，我建议他们专注于最终筛选和定制设计。
为什么要进行明确筛查？ 在许多情况下，确定性筛选设计 (DSD) 将是最有效且易于使用的实验。 我想说，科学家和工程师的大多数实验都是筛选实验——他们有 5 个或更多连续因素，但他们不知道所有因素都很重要。 DSD 在这些情况下非常有用。 如果发现少量影响很重要，您可以获得有用的优化模型。 即使所有因素都很重要，DSD 也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 具有简单易用的拟合方法，可以非常轻松地分析结果。 DSD 无法使用自定义设计重新创建，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。
经典菜单下的选项均经过尝试和测试，并已多次成功使用。 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殊情况。 我只会向接受过 DOE 旧方法教育的人推荐经典选项，以便他们可以重新创建他们所学到的设计。 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这样做 - 我从未遇到过任何人使用 JMP 进行田口设计。
消费者研究和特殊目的下的选项都有各自的用途。 他们绝对可以做到定制设计无法做到的事情。 然而，它们是专门的或利基的情况，与较小的实验者小组相关。 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。 或者用于研究的 Max-Diff 设计，以了解消费者的偏好。
我希望这有帮助，
菲尔
