反對對所有事物使用定制設計 DOE 的原因大家好，
我需要有人為我扮演惡魔的代言人。 JMP 中有許多不同的 DOE 功能。 例如，如果我進入 JMP，DOE 下拉菜單中有 10 多種不同的傳統 DOE 設計。還有自定義設計功能。
這可能是一個幼稚的問題，但是否有任何理由使用任何其他 DOE 設計而不是自定義設計？ 這些設計中的任何一個都可以做定制設計不能做的事情嗎？
謝謝，
唐納德
美國能源部回复：反對使用自定義設計 DOE 的原因嗨，唐納德，
我很想知道你為什麼問這個問題。 是為了你自己的理解嗎？ 或者您正在考慮如何建議您的同事？
對於大多數科學家和工程師，我建議他們專注於最終篩选和定制設計。
為什麼要進行最終篩查？ 在許多情況下，最終篩選設計 (DSD) 將是最有效和最易於使用的實驗。 我會說科學家和工程師的大多數實驗都是篩選實驗——他們有 5 個或更多的連續因素，他們不知道所有因素都很重要。 在這些情況下，DSD 非常有用。 如果發現少數效應很重要，您可以獲得一個有用的優化模型。 即使所有因素都很重要，DSD 將是實驗過程中良好的第一步，您可以跟進增強設計。 JMP 中的 DSD 具有易於使用的擬合方法，可以非常輕鬆地分析結果。 無法使用自定義設計重新創建 DSD，因此它是 JMP 中的一個單獨平台。
定制設計涵蓋了大多數其他實驗情況。
Classical 菜單下的選項都是經過試驗和測試的，已經成功使用了很多次。 在大多數情況下，它們可以使用自定義設計重新創建，因為它們是最佳設計的特例。 我只會向在 DOE 的舊方法中受過教育的人推薦經典選項，以便他們可以重新創建他們學到的設計。 我不知道您是否可以使用自定義設計重新創建田口設計，但我不知道您是否願意 - 我從未遇到過使用 JMP 進行田口設計的人。
消費者研究和特殊目的下的選項都有自己的用途。 他們絕對可以做定制設計做不到的事情。 然而，它們是與較小的實驗者亞組相關的專業或利基情況。 例如，工程中非常非線性系統的計算機實驗的空間填充設計。 或 Max-Diff 設計用於研究以了解消費者偏好。
我希望有幫助，
菲爾
回复：反對使用自定義設計 DOE 的原因嗨，菲爾，
感謝您的詳細回复。 我是一名配方科學家，想嘗試幫助我的同事更多地了解 JMP。 我們的大多數 DOE 都是混合設計。
我想檢查一下推薦自定義設計是否有意義。 看起來確實如此，但出於篩選目的，還應仔細考慮 DSD。
如果其他人也添加意見，請表示讚賞。 越多越好
謝謝
唐納德
回复：反對使用自定義設計 DOE 的原因對於混合設計，我當然會推薦自定義設計。 事實上，您將無法對混合場景使用最終篩選設計。
我確實同意菲爾的建議。 其他設計根據情況確實有一些優勢。 例如，最終篩選設計 (DSD) 的功效是輕微地低於您從自定義設計中獲得的僅主效應模型的結果。 DSD 的預測方差不如 I-Optimal 定制設計。 但 DSD 的優勢是單一設計，也可用於優化和篩選。
經典設計提供正交性，而定制設計並不總是保證正交性（但在大多數情況下可以實現相同的運行次數）。
從本質上講，每個設計都有一個優勢，這就是它們最初是如何/為什麼被創建的。 在某些情況下，這些優勢可能對您沒有價值。 但這正是 JMP 提供所有這些的原因。 您可能會遇到需要這種特殊優勢的情況。
回复：反對使用自定義設計 DOE 的原因以下是我的想法：
1. 選擇運行什麼實驗是，恕我直言，個人選擇。 您必須了解情況（上下文）、您嘗試回答的問題，並根據所需資源權衡從實驗策略中獲得的信息。 在某些情況下，我願意為了效率而犧牲效率。
2. 說服工程師、科學家和管理人員進行任何實驗可能是最大的戰鬥。 如果他們將設計矩陣視為一個“方塊盒”並且他們不了解它是如何工作的，那可能會更具挑戰性。 令人難以置信的是，有多少人受到 OFAT 心態的影響。 畢竟，從根本上來說，它是如此直觀...... 經典正交設計易於解釋，並在必要時為消除混疊提供便利，特別是對於那些沒有統計背景的人。
3.設計選擇的重點偏向於因子效應。 對處理噪音的策略沒有給予足夠的重視。 通過重複或嵌套處理的短期噪聲（例如，測量誤差、樣本內、樣本之間）。 通過 RCBB、BIB 和裂區處理的長期噪聲（例如，環境條件、批次間原材料、操作員技術）。 我在健壯的設計情況下使用跨產品數組，但我還沒有找到一種使用自定義設計平台設置這些的簡單方法。
4.“第一個實驗的目的是設計一個更好的實驗”。 我們嘗試深入了解和驗證/無效我們對因果結構的理解。 我們在第一個實驗中以最佳水平測試了所有重要因素的可能性是有問題的。 迭代是我們學習的方式。 第一個實驗只是旅程的開始。
