ELI5：D/I/A 最佳化設計JMP 社群您好，
ELI5 代表像我 5 歲一樣解釋。
我需要一些支持，向沒有強大數學背景且無法輕易理解 JMP 手冊中的定義的同事解釋 D 最優、I 最優和 A 最優設計之間的差異（我也沒有強大的數學背景） ！）。
有沒有辦法解釋每種 D 最優、I 最優和 A 最優演算法試圖實現的目標，這可能暗示每種設計類型的優點和缺點？
如果您需要更多背景信息，請告訴我。 我感謝對此主題的任何支持！
我希望每個人都保持安全。
——唐納德
進階統計建模消費者與市場研究資料存取實驗設計大規模客製化品質和工藝工程回覆：ELI5：D/I/A 優化設計感謝大家的精彩回覆。 這正是我所追求的。
回覆：ELI5：D/I/A 優化設計對於 Pete、Stan、Dan 和 Mark（神奇的 4 人…）給出的出色解釋，我真的沒有太多要補充的。 我的建議是針對每種情況，創建多種設計，並評估它們與所需資源相比提供您想要的資訊的能力。 預測預期結果是個好主意。
我在選擇標準中考慮的附加“元素”是噪音。 不幸的是，只關注設計結構而不考慮噪音策略會使實驗在現實世界中沒有用處，其結果無法推斷。
回覆：ELI5：D/I/A 優化設計到底有什麼好處呢？考慮最優性標準的另一種方法是它們將如何幫助您實現目標。
D 最適性應該為您提供參數估計值的總體最窄信賴區間估計值。 當您的目標是精確估計模型參數或對重要估計值進行強力測試時，該結果非常有用。 當我需要確定哪些因素或影響（術語）很重要時，我可能會使用 D 最優設計。 D 最優是一個不錯的選擇的一個極端例子是篩選實驗。
I-最優性應該為您提供響應的最小置信區間估計。 當您的目標是精確估計響應時（例如當您優化因子設定以獲得所需響應時），則該結果非常有用。
透過專注於參數估計（而不是反應估計）的質量，A 最優也應該為您提供類似於 D 最優設計的結果。 它們還為您提供了在求和方差之前調整應用於每個項的權重來強調模型中特定項的機會。 您可以調整這些權重，以獲得每個項目的一組不同的效能估計值。
回覆：ELI5：D/I/A 優化設計彼得已經完成了所有繁重的工作！
我對不同類型設計的“簡短”回答更多地圍繞其數學方面。
D 最優設計：找出能夠最小化模型參數估計變異數的設計。 這些設計通常會在設計空間的邊緣放置更多的運行。
I-最優設計：找出能夠最小化設計空間上的預測變異數的設計。 這些設計通常會比 D 最優設計在設計空間內部放置更多的運作。
A-最優設計：這些更難描述。 我認為它們是 D 最優設計和 I 最優設計的混合體，但從數學角度來說這是不正確的。 A 最優設計將最小化參數估計的方差之和。 這與 D 最優標準略有不同。
最終，D、I 和 A 最優設計都擅長估計參數，並擅長預測預期模型和足夠數量的運行的變異數。 它們只是針對各種標準進行了真正的最佳化。
回覆：ELI5：D/I/A 優化設計你太好了@斯坦_科普羅夫斯基！
我仍然懷念那些分享我所知道和學到的日子，“哦，這麼艱難”，也許@louv我會說？
回覆：ELI5：D/I/A 優化設計彼得，
感謝您以簡短的形式分享這麼多資訊。
我總是繼續從這些討論中學習。
從像您這樣的世界級專家社群中可以獲得大量的知識和見解。
史丹
回覆：ELI5：D/I/A 優化設計我會嘗試一下......我確信我會錯過一個關鍵點或可能過於簡單化，但這裡是：
所有實驗設計都有相對的弱點和優點，並且都是為了解決某些類型的實際問題而創建的。 DOE 的豐富之處在於，無論您的「最佳」標準是什麼，對於所有類型的問題，都沒有一種設計「最好」。 因此，針對實驗研究場景創建了一大類設計，其中存在以下條件之一且不能忽略：
1. 需要明確定義運行次數。
2.實驗設計本身的因素設定存在限制。
3. 研究者希望有一個特定的模型來檢測其主動效應。
您希望盡可能有效率地完成這一切……我對效率的衡量標準是「以最少的資源支出提供所需的資訊」。
當研究中存在一個或多個這些條件時，一般來說，要考慮的最有效的設計系列應該是稱為“最佳實驗設計”的系列...在 JMP 定制設計平台的 JMP 中進行編碼。
最優設計有多種類型…全部以最優標準命名。 因此，D 最優、A 最優、I 最優等等。 最佳設計的工作方式是，一旦你闡明了因素、水平、約束、運行次數和你的模型……然後一個小黑盒子就開始工作，並以這樣的方式創建設計：對於你選擇的最優標準，被最大化。 現在的問題是，您應該選擇哪個最優標準…對此有兩個答案：
1. 讓 JMP 幫您解決！ 根據 JMP 的連接方式，一旦您定義了因子、約束、模型、運行次數，JMP 將選擇一個最優標準，該標準將最有可能提供您正在尋找的所需資訊。 將此視為 JMP DOE 空間中的大紅色 Easy 按鈕。 這是「最佳鏡頭」的保證嗎？ 不……但是 JMP 和 DOE 的一些非常聰明的人使用這些啟發式方法取得了相當高的成功率。
2. 強迫 JMP 為特定的最優標準創建設計...這裡有點冒險...一般來說，當您希望估計主動效應時，您適合 D 最優設計...I 最優設計當您對擬合曲線響應感興趣時，以及當您的興趣是最小化因子空間中效應的平均方差時，A 最優設計...當您確實想專注於估計相對於彼此的線性和二次效應時，這會很有幫助。
呃...這對我來說就是這樣...我確信我遺漏了一些東西...甚至可能有些“小”錯誤或過於籠統...但這就是我的故事，我堅持下去到它。
我邀請了一些前同事和朋友，例如馬克貝利（Mark Barley）和斯塔曼（Statman）插話。
