經典篩選設計與最終篩選設計大家好，
誰能給我總結一下經典篩選設計和 DSD 之間的差異？ 這兩種方法有何優缺點
估計值
伊爾凡
回覆：經典篩選設計與最終篩選設計由於每個因素的中心水平，您會損失功效和估計效率。它們在估計主效應參數時沒有槓桿作用。你獲得了以下能力：真的篩選情況以（可能）避免額外的運行（增強），以便對高階項進行建模。
在 JMP 社群部落格中搜尋“最終篩選設計”，以了解更多詳細資訊和背景資訊。 （對你來說比「來回」提出很多問題更容易。）
回覆：經典篩選設計與最終篩選設計
嗨吉姆，
當我進行功效分析時，模型比較顯示分數階乘優於 DSD 的任何原因
估計值
伊爾凡
回覆：經典篩選設計與最終篩選設計是的........
回覆：經典篩選設計與最終篩選設計謝謝吉姆，這是否意味著 DSD 是相對於經典篩選設計的出路？回覆：經典篩選設計與最終篩選設計如果您已經定義了 DSD，並且您只是想分析數據，那麼答案是肯定的。如果您需要設定 DSD，那麼您將選擇最終篩選設計。
DOE 指南中涵蓋了這方面的完整文件。看：
幫助==>書籍==>實驗設計指南
回覆：經典篩選設計與最終篩選設計你好吉姆，
這就是我們分析DSD表格的方式嗎？
右
估計值
伊爾凡
回覆：經典篩選設計與最終篩選設計DSD 可從下拉式選單中找到
DOE==>最終篩選==>最終篩選設計
順便說一句，DSD 的共同發明者 Brad Jones 是 JMP 的長期員工
回覆：經典篩選設計與最終篩選設計謝謝吉姆回覆：經典篩選設計與最終篩選設計你好卡梅倫，
謝謝你的回复
當您說 JMP 有一個 DSD 專用平台時，您的意思是什麼？我可以從哪裡獲得此選項？
估計值
伊爾凡
回覆：經典篩選設計與最終篩選設計DSD 實際上介於篩選和 RSM 之間。總的想法是，您可以篩選大量因素，並且仍然在一個非常高效的設計中為主動效果擬合良好的響應曲面。缺點是它們的分析遠沒有那麼簡單。過去幾年，人們在如何最好地分析 DSD 方面做了大量工作，JMP 現在擁有專門的 DSD 分析平台。使用連結研究該方法是值得的@tx尼爾森提供的，以及Brad Jones 在最近的 JMP Discovery 上的演講。
經典篩選著重於具有 2 個水平因子的設計，以確定主動主效應，通常是 2 因子相互作用，有時是更高階相互作用。您可以添加中心點來檢測曲率，但無法對生成的曲率進行建模，因為曲率源因多個連續因素而不明確。好處是它們很容易分析。
回覆：經典篩選設計與最終篩選設計這裡有幾個參考：
Jones, B. 與 Nachtsheim, C. (2011a)。 具有最小鋸齒的高效設計。 技術計量學，53, 1, 62 – 71。
Jones, B. 與 Nachtsheim, C. (2011b)。 在存在二階效應的情況下進行明確篩選的一類三水平設計。 品質技術雜誌，43, 1, 1 – 15。
另外，這裡還有 Brad Jones 2015 年 Discovery 演講的鏈接
確定性篩選設計的新分析方法
