ELI5：D/I/A 优化设计JMP 社区您好，
ELI5 代表像我 5 岁一样解释。
我需要一些支持，向没有强大数学背景且无法轻易理解 JMP 手册中的定义的同事解释 D 最优、I 最优和 A 最优设计之间的差异（我也没有强大的数学背景） ！）。
有没有办法解释每种 D 最优、I 最优和 A 最优算法试图实现的目标，这可能暗示每种设计类型的优点和缺点？
如果您需要更多背景信息，请告诉我。 我感谢对此主题的任何支持！
我希望每个人都保持安全。
——唐纳德
高级统计建模消费者和市场研究数据存取实验设计大规模定制质量和工艺工程回复：ELI5：D/I/A 优化设计感谢大家的精彩回复。 这正是我所追求的。
回复：ELI5：D/I/A 优化设计对于 Pete、Stan、Dan 和 Mark（神奇的 4 人……）给出的出色解释，我真的没有太多要补充的。 我的建议是针对每种情况，创建多种设计，并评估它们与所需资源相比提供您想要的信息的能力。 预测预期结果是个好主意。
我在选择标准中考虑的附加“元素”是噪音。 不幸的是，只关注设计结构而不考虑噪声策略会使实验在现实世界中没有用处，并且其结果无法推断。
回复：ELI5：D/I/A 优化设计到底有什么好处呢？考虑最优性标准的另一种方法是它们将如何帮助您实现目标。
D 最优性应该为您提供参数估计值的总体最窄置信区间估计值。 当您的目标是精确估计模型参数或对重要估计进行有力测试时，该结果非常有用。 当我需要确定哪些因素或影响（术语）很重要时，我可能会使用 D 最优设计。 D 最优是一个不错的选择的一个极端例子是筛选实验。
I-最优性应该为您提供响应的最小置信区间估计。 当您的目标是精确估计响应时（例如当您优化因子设置以获得所需响应时），该结果非常有用。
通过关注参数估计（而不是响应估计）的质量，A 最优还应该为您提供类似于 D 最优设计的结果。 它们还为您提供了在求和方差之前调整应用于每个项的权重来强调模型中特定项的机会。 您可以调整这些权重，以获得每个项的一组不同的功效估计值。
回复：ELI5：D/I/A 优化设计彼得已经完成了所有繁重的工作！
我对不同类型设计的“简短”回答更多地围绕其数学方面。
D 最优设计：找到能够最小化模型参数估计方差的设计。 这些设计通常会在设计空间的边缘放置更多的运行。
I-最优设计：找到能够最小化设计空间上的预测方差的设计。 这些设计通常会比 D 最优设计在设计空间内部放置更多的运行。
A-最优设计：这些更难以描述。 我认为它们是 D 最优设计和 I 最优设计的混合体，但从数学角度来说这是不正确的。 A 最优设计将最小化参数估计的方差之和。 这与 D 最优标准略有不同。
最终，D、I 和 A 最优设计都擅长估计参数，并擅长预测预期模型和足够数量的运行的方差。 它们只是针对各种标准进行了真正的优化。
回复：ELI5：D/I/A 优化设计你太好了@斯坦_科普罗夫斯基！
我仍然怀念那些分享我所知道和学到的日子，“哦，这么艰难”，也许@louv我会说？
回复：ELI5：D/I/A 优化设计彼得，
感谢您以简短的形式分享这么多信息。
我总是继续从这些讨论中学习。
从像您这样的世界级专家社区中可以获得大量的知识和见解。
斯坦
回复：ELI5：D/I/A 优化设计我会尝试一下......我确信我会错过一个关键点或者可能过于简单化，但这里是：
所有实验设计都有相对的弱点和优点，并且都是为了解决某些类型的实际问题而创建的。 DOE 的丰富之处在于，无论您的“最佳”标准是什么，对于所有类型的问题，都没有一种设计“最好”。 因此，针对实验研究场景创建了一大类设计，其中存在以下条件之一并且不能忽略：
1. 需要明确定义运行次数。
2.实验设计本身的因素设置存在限制。
3. 研究人员希望有一个特定的模型来检测其主动效应。
您希望尽可能高效地完成这一切……我对效率的衡量标准是“以最少的资源支出提供所需的信息”。
当研究中存在一个或多个这些条件时，一般来说，要考虑的最有效的设计系列应该是称为“最佳实验设计”的系列...在 JMP 定制设计平台的 JMP 中进行编码。
最优设计有多种类型……全部以最优标准命名。 因此，D 最优、A 最优、I 最优等等。 最佳设计的工作方式是，一旦你阐明了因素、水平、约束、运行次数和你的模型……然后一个小黑匣子就开始工作，并以这样的方式创建设计：对于你选择的最优标准，被最大化。 现在的问题是，您应该选择哪个最优标准……对此有两个答案：
1. 让 JMP 帮您解决！ 根据 JMP 的连接方式，一旦您定义了因子、约束、模型、运行次数，JMP 将选择一个最优标准，该标准将最有可能提供您正在寻找的所需信息。 将此视为 JMP DOE 空间中的大红色 Easy 按钮。 这是“最佳镜头”的保证吗？ 不……但是 JMP 和 DOE 的一些非常聪明的人使用这些启发式方法取得了相当高的成功率。
2. 强制 JMP 为特定的最优标准创建设计...这里有点冒险...一般来说，当您希望估计主动效应时，您适合 D 最优设计...I 最优设计当您对拟合曲线响应感兴趣时，以及当您的兴趣是最小化因子空间中效应的平均方差时，A 最优设计...当您确实想专注于估计相对于彼此的线性和二次效应时，这会很有帮助。
呃...这对我来说就是这样...我确信我遗漏了一些东西...甚至可能有些“小”错误或过于笼统...但这就是我的故事，我坚持下去到它。
我邀请了一些前同事和朋友，例如马克·贝利（Mark Bailey）和斯塔曼（Statman）插话。
