如何正确解释确定性筛选设计 (DSD)我正在使用 JMP 14.3 优化具有 6 个输入变量和 3 个级别的工作流（附件是带有数据表的文件）。 我的想法是使用 JMP 来获得 6 个变量的最佳组合，从而获得最佳输出结果，但执行的实验次数最少。
在我看来，最好的选择是进行明确的筛选设计以查看主要效果。 我已经用极值（每个变量的最小值和最大值）定义了我的因子表，并创建了要执行的实验表。 生成的表格提出了 17 个实验。
在几周的时间里，我进行了 17 次实验，并将结果 (Y) 添加到了附表中。 有了这些数据，我调整了筛选，我发现其中 4 个变量在统计上是显着的。 我在预测刻画器中选择了：优化和意愿 > 最大化意愿，以获得最佳的因素组合。
在这一点上，我有几个问题：
1. 我应该为非显着值选择什么值/级别？ 我可以选择其中任何一个吗？
2. 我想创建一个模型来根据所选的因子值来预测或估计输出 (Y)。 我怎么能这样做？ 我可以模拟更多的值吗？
3. 我可以得到一个方程（或模型中的公式）吗？
非常感谢。
此致，
沃迪亚姆
美国能源部回复：如何正确解释确定性筛选设计 (DSD)非常感谢您的评论 statman 
沃迪亚姆
回复：如何正确解释确定性筛选设计 (DSD)一些评论：
1. 首先请允许我指出统计显着性（您可以通过实验的方式和使用的模型来控制）和实际显着性之间存在差异。 在不知道 Y 的变化有多大实际意义的情况下，分析将是次优的。
2. 对于被确定为统计上不显着的因素，您可以将其解释为鉴于您测试的水平，这些因素不受模型中其他因素的影响。 您是否可以推断或推断这些发现更像是一个工程/科学问题，而不是统计问题。
3. 始终使用 Rsquare Adj 作为默认值。 R 方总是会随着模型自由度的增加而增加，但关键是要使用被认为显着的项来确定 R 方。 这就是 Rsquare Adj 的原因。 如果 RSquare 和 RSquare Adj 之间存在差异，则表明模型过度指定。 哦，顺便说一句，这与模型在未来或在不同的推理空间下是否有用无关。
4. 在选择“最佳”模型时，必须考虑许多因素。 Rsquare, RMSE, Residuals, Practical Assessment等
5. 运行重复是测试模型充分性的绝佳技术。 使用分块方法对于探索“噪声”的影响非常有用，并且在某些情况下可以确定在第一次复制 (Block = -1) 中估计的影响是否在不同的噪声条件 (Block = 1) 上重复。 这是预期目的之一，以查看因子效应是否对噪声具有鲁棒性。 恕我直言，在实验之前应该对阻塞进行深思熟虑，但是您可以挽救一些有用的信息作为后验尝试。
6. 看起来你可以运行 Res。 III 部分阶乘，在 8 个处理中的 2 个水平的因子（与 DSD 相比）并得到相同的结果。 您可以保存运行并将它们用于额外的复制...事后诸葛亮总是 20-20
回复：如何正确解释确定性筛选设计 (DSD)亲爱的马克和斯塔曼，
非常感谢您的回答。 我已经仔细查看了您 DSD 链接上提供的所有帮助，并且已经更好地理解了我的许多问题。
还有一些问题我想和你讨论一下，看看你能不能帮我澄清一下。
在进行 DSD 并运行模型后，仅将 6 个因素中的 4 个视为显着（“活跃”）。 我知道其他两个因素的影响不相关（电压和温度），但在我的实验方案中，这两个因素必须是因为它们是必要的元素（我不知道它们的最佳水平）。 在总结主要影响之后，我可以考虑为这些因素引入的任何水平，因为它不会影响输出，这是正确的吗？
基于拟合平台，我获得了 RSq = 0.94，但是当我将预测值保存在新列中时，我发现有些值与观察值相差甚远。 我怎样才能更好地适应模型？ 我应该使用更多的跑步吗？
我曾想过在生成的表中复制建议的运行，在这种情况下，我应该在设计中激活阻塞选项吗？ 如果是这样，我应该添加一个引用每个副本的分类因素吗？
最后，我已经看到，通过使用拟合确定性筛选平台，我得到了我想要的模型公式，我可以在表格中添加一个包含预测值的列。 太好了。
非常感谢您的帮助并原谅我提出这些菜鸟问题。
沃迪亚姆
回复：如何正确解释确定性筛选设计 (DSD)马克已经给了你适当的方向。 我只想评论你的目标：“我认为我的研究是一种筛选情况，因为我有多个变量要测试，我会寻找所有这些变量的最佳组合获得最佳输出. 这是主要目标。”
这不是筛选设计的意图。 重申马克的评论，筛选设计的目的是确定整个集合的哪个子集值得进一步研究. 这不是您试图“挑选获胜者”的测试，而是一项旨在深入了解预测变量和响应变量之间因果关系的实验。 几乎总是需要迭代。 继续。
回复：如何正确解释确定性筛选设计 (DSD)最重要的筛选原则之一是效应的稀疏性。 这意味着您希望通过筛选消除至少一半的因素。 通过这个原理，筛选设计是经济的。 它们不提供用所有术语拟合模型所需的数据。
我已经解释了模型选择和开发的过程。 请说明哪一步不清楚。
你看过 DSD 的文档吗？ 开始这里.
回复：如何正确解释确定性筛选设计 (DSD)亲爱的马克，
谢谢你的回答。 事实上，我认为我的研究是一种筛选情况，因为我有多个变量要测试，我会寻找所有这些变量的最佳组合以获得最佳输出. 这是主要目标.
但与此同时，我利用我在论坛上的问题来了解是否对相同数据进行任何额外的分析，是否可以让我获得一个模式或公式，如果我改变变量的值，我可以预测未来会发生什么将是不执行实验的预期输出。 第二个问题比较好奇，而且是次要的。
请问你能帮帮我吗？。
谢谢您的帮助。
沃迪亚姆
回复：如何正确解释确定性筛选设计 (DSD)此外，您没有具体说明您的情况是否属于筛查研究。 与任何筛选设计一样，DSD 采用了关键筛选原则。
回复：如何正确解释确定性筛选设计 (DSD)您是否在 DOE 菜单中看到“拟合确定性筛选”命令？ 该平台执行全自动分析并为您选择最佳模型。 然后，您可以通过单击“制作模型”或“运行模型”按钮跳转到“拟合最小二乘”平台。 您可以使用 Prediction Profiler 探索响应或优化响应。 您可以将拟合模型另存为新的列公式。
您是否阅读了 JMP > 帮助 > 文档 > 拟合线性模型指南？
