ELI5：D / I / A最適設計こんにちはJMPコミュニティ、
ELI5は、私が5歳のようにExplainの略です。
D-Optimal、I-Optimal、A-Optimalの設計の違いを、強力な数学的背景がなく、JMPマニュアルの定義を簡単に理解できない同僚に説明するためのサポートが必要です（私も強力な数学的背景がありません） ！）。
D-Optimal、I-Optimal、A-Optimalの各アルゴリズムが何を達成しようとしているのかを説明する方法はありますか？これは、各設計タイプの長所と短所を示唆している可能性があります。
さらにコンテキストが必要な場合はお知らせください。 このトピックに関するサポートに感謝します。
皆が安全を保っていることを願っています。
-ドナルド
DOERe：ELI5：D / I / A最適設計私は刺します...そして私は重要なポイントを見逃すか、多分過度に単純化するだろうと確信しています、しかしここに行きます：
すべての実験計画には比較的弱点と強みがあり、特定のタイプの実際的な問題を解決するために作成されています。 DOEの豊富な部分は、「最良」の基準が何であれ、すべてのタイプの問題に対して「最良」に機能する設計が1つもないことです。 したがって、次の条件のいずれかが存在し、無視できない実験的調査シナリオ用に作成された設計の幅広いカテゴリがあります。
1.実行回数を明示的に定義する必要があります。
2.実験計画自体の因子設定には制約があります。
3.調査員がアクティブな効果を検出したい特定のモデルがあります。
そして、あなたはこれを可能な限り効率的に達成したいと思っています...そして私の効率の尺度は「リソースの最小の支出のために必要な情報を提供する」ことです。
これらの条件の1つ以上が研究に存在する場合、一般的に言えば、考慮すべき最も効率的な設計ファミリは、「最適な実験計画」として知られるファミリである必要があります... JMPカスタム設計プラットフォーム内のJMPで体系化されています。
最適設計には多くのタイプがあります...すべて最適性基準と呼ばれるものにちなんで名付けられています。 したがって、D最適、A最適、I最適などです。 最適な設計が機能する方法は、要素、レベル、制約、実行回数、およびモデルを明確にすると、小さなブラックボックスが機能し、選択した最適性基準に対して次のように設計が作成されます。最大化されます。 ここで問題は、どの最適性基準を選択する必要があるかということです...これには2つの答えがあります。
1.JMPにあなたのためにそれを理解させてください！ JMPの配線方法では、要素、制約、モデル、実行回数を定義すると、JMPは、探している必要な情報を提供するのに最適な基準を選択します。 これは、JMPのDOEスペースにあるBig RedEasyボタンと考えてください。 この「ベストショット」は保証ですか？ いいえ...しかし、JMPおよびDOEの実践では、これらのヒューリスティックを使用して、かなり高い打率を達成したかなり賢い人々がいます。
2. JMPに特定の最適性基準の設計を作成させる...ここで少し厄介になります...一般的に言えば、アクティブな効果を推定する場合はD最適設計に適合します... I最適設計曲線応答の近似に関心がある場合、および因子空間全体の効果の平均分散を最小化することに関心がある場合のA最適設計...相互に相対的な線形効果と2次効果の推定に本当に集中したい場合に役立ちます。
ふぅ...それは私にとってそれについてです...私はいくつかのものを省いたと確信しています...そして多分何か「少し」間違っているか過度に一般化されているかもしれません...しかしそれは私の話であり、私は固執していますそれに。
MarkBaileyやStatmanなどの元同僚や友人の何人かをチャイムに招待します。
Re：ELI5：D / I / A最適設計ピーター、
たくさんの情報を簡単な形式で共有していただきありがとうございます。
私はいつもこれらの議論から学び続けています。
あなたのような世界クラスの専門家のコミュニティから、驚くべき量の知識と洞察を得ることができます。
スタン
Re：ELI5：D / I / A最適設計あなたも親切です@stan_koprowski ！
私はまだ私が知っていて学んだことを共有する日々が恋しいです@louvそして私は言っただろうか？
Re：ELI5：D / I / A最適設計ピーターはすべての面倒な作業を完了しました。
さまざまなタイプのデザインに対する私の「短い」答えは、その数学的な側面に重点を置いています。
D-最適設計：モデルのパラメーター推定値の分散を最小化する設計を見つけます。 これらのデザインは通常、デザインスペースの端により多くのランを配置します。
I-最適設計：設計空間全体での予測の分散を最小化する設計を見つけます。 これらの設計は通常、D最適設計よりも設計空間の内部により多くの実行を配置します。
A-最適設計：これらは説明がより困難です。 私はそれらをD最適設計とI最適設計のブレンドと考えていますが、数学的にはそうではありません。 A最適設計は、パラメーター推定値の分散の合計を最小化します。 これは、D最適基準とは少し異なります。
最終的に、D、I、およびA最適設計はすべて、パラメーターの推定に優れており、目的のモデルと十分な数の実行の分散の予測に優れています。 それらは、さまざまな基準に合わせて真に最適化されています。
Re：ELI5：D / I / A最適な設計それは何のために良いですか？最適性の基準について考えるもう1つの方法は、それらがどのように目標を達成するのに役立つかということです。
D最適性は、パラメーター推定値の全体的に最も狭い信頼区間推定値を提供する必要があります。 この結果は、モデルパラメータの正確な推定、または重要な推定の強力なテストが目標である場合に役立ちます。 どの要因または効果（用語）が重要であるかを判断する必要がある場合は、D最適設計を使用することがあります。 D-optimalが適切な選択である場合の極端な例は、スクリーニング実験です。
I-optimalityは、応答の最小の信頼区間推定値を提供する必要があります。 この結果は、目的の応答を得るために因子設定を最適化する場合など、目標が応答の正確な推定である場合に役立ちます。
A最適化は、パラメーター推定値（応答推定値ではない）の品質に焦点を当てることにより、D最適化設計のような結果も提供する必要があります。 また、分散を合計する前に各項に適用される重みを調整することにより、モデル内の特定の項を強調する機会も提供します。 これらの重みを調整して、項ごとに異なるパワー推定値のセットを取得できます。
Re：ELI5：D / I / A最適な設計ピート、スタン、ダン、マーク（素晴らしい4 ...）による優れた説明に追加することはあまりありません。 私の提案は、それぞれの状況について、複数のデザインを作成し、必要なリソースと比較して、必要な情報を提供する能力についてそれらを評価することです。 期待される結果を予測することは良い考えです。
選択基準で私が考慮する追加の「要素」はNOISEです。 残念ながら、設計構造のみに焦点を当て、ノイズの戦略がないため、実験は現実の世界では役に立たず、結果を推定することはできません。
Re：ELI5：D / I/A最適な設計みなさん、素晴らしい返事をありがとうございました。 これはまさに私が求めていたものです。
