如何正确解释最终筛选设计 (DSD)我正在使用 JMP 14.3 优化具有 6 个输入变量和 3 个级别的工作流程（附件是包含数据表的文件）。 我的想法是使用 JMP 获得 6 个变量的最佳组合，从而在执行最少实验次数的情况下提供最佳输出结果。
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）定义了因子表，并且创建了要执行的实验表。 生成的表提出了 17 个实验。
在几周的时间里，我进行了 17 次实验，并将结果 (Y) 添加到附表中。 根据这些数据，我调整了筛选，并发现其中 4 个变量具有统计显着性。 我在预测刻画器中选择：优化和意愿 > 最大化意愿，以获得最佳的因素组合。
此时我有几个问题：
1. 对于非显着值，我应该选择什么值/水平？ 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)。 我怎么能这样做呢？ 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
实验设计分享和交流结果回复：如何正确解释最终筛选设计 (DSD)我想这可能就是我一直在寻找的解释，提醒人们 DSD 是一种筛选设计，并且声称它的二次效应功效较低。只需弄清楚如何为我的 DSD 进行功效分析，因为我看到的只是主效应的功效，而不是相互作用和二次方程。
https://community.jmp.com/t5/Discussions/Fit-Definitive-Screening-vs-Stepwise-min-AICC-for-model/mp/608874
回复：如何正确解释最终筛选设计 (DSD)使用 JMP 17.0，我得到了这个，关闭了两个遗传默认值。假设数学全部完成（没有错误或编码错误），我必须得出非遗传温度 * 温度在统计上不显着的结论。有点惊讶。我看不出有什么方法可以让它在这个对话框中向我展示一个关于 DSD 特殊分析方法的更普遍的问题，我将在其他地方发布。如果我通过“制作模型”手动添加它，它对我来说确实具有统计意义。这很神秘，让人质疑我的假设，即不存在错误、数学或编码错误（但是，嘿，我自己还无法完成所有方差分析和此类数学计算）。有机会解释吗？
回复：如何正确解释最终筛选设计 (DSD)非常感谢您的评论，斯塔曼；）
沃迪亚姆
回复：如何正确解释最终筛选设计 (DSD)一些评论：
1. 首先请允许我指出统计显着性（通过实验运行方式和使用的模型来控制）和实际显着性之间存在差异。 如果不知道 Y 的变化有多少具有实际意义，分析将不是最佳的。
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级别，这些因素不受模型中其他因素的影响。 是否可以推断或推断这些发现更多的是一个工程/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，但重点是使用被认为显着的项来确定 R 方。 这就是 Rsquare Adj 的作用。 如果 R 方和 R 方调整之间存在差异，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. 选择“最佳”模型时，必须考虑多种因素。 R 方、RMSE、残差、实际评估等
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第一次重复（分块 = -1）中估计的影响是否在不同的噪声条件（分块 = 1）上重复。 这是预期目的之一，看看因子效应对噪声是否具有鲁棒性。 恕我直言，在实验之前应该仔细考虑阻塞，但是您也许可以在事后尝试中挽救一些有用的信息。
6. 看来你可以进行一项研究。 III 分数阶乘，在 8 个处理中使用 2 个水平的因子（相对于 DSD），并得到相同的结果。 您可以保存运行并将其用于额外的重复...事后看来总是 20-20
回复：如何正确解释最终筛选设计 (DSD)亲爱的马克和斯塔曼，
非常感谢您的回答。 我已仔细查看了 DSD 链接上提供的所有帮助，并且已经更好地理解了我遇到的许多问题。
还有一些问题想和您讨论一下，看看您能否帮我解答一下。
完成 DSD 并运行模型后，仅考虑 6 个因素中的 4 个因素为显着（“活跃”）。 我知道其他两个因素的影响是不相关的（电压和温度），但在我的实验方案中，这两个因素必须是相关的，因为它们是必要的元素（我不知道的是它们的最佳水平）。 在总结了主要影响之后，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，我发现有些值与观测值相差甚远。 我怎样才能更好地拟合模型？ 我应该使用更多运行次数吗？
我曾想过在生成的表中制作建议运行的副本，在这种情况下，我应该激活设计中的阻塞选项吗？ 如果是这样，我是否应该添加一个引用每个副本的分类因素？
最后，我已经看到，通过使用拟合确定筛选平台，我得到了我想要的模型公式，并且我可以向表中添加包含预测值的列。 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：如何正确解释最终筛选设计 (DSD)马克已经给了你适当的指导。 我只想评论一下你的目标：“我认为我的研究是一种筛选情况，因为我有多个变量需要测试，并且我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”。
这不是筛选设计的目的。 重申马克的评论，筛选设计的目的是确定整个集合中的哪个子集值得进一步研究。 这不是一个试图“选出获胜者”的测试，而是一个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：如何正确解释最终筛选设计 (DSD)最重要的筛选原则之一是效应稀疏性。 这意味着您期望通过筛查消除至少一半的因素。 通过这一原理，筛选设计是经济的。 他们不提供将模型与所有项拟合所需的数据。
我已经解释了模型选择和开发的过程。 请指出哪一步不清楚。
你看过DSD的文档吗？ 开始这里。
回复：如何正确解释最终筛选设计 (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，因为我有多个变量需要测试，并且我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。
但与此同时，我利用论坛中的问题来了解对相同数据的任何额外分析是否能让我获得一个模式或公式，可以预测未来如果我改变变量的值会发生什么将是不进行实验的预期输出。 第二个问题比较好奇，也是次要的。
请问你能帮帮我吗？。
感谢您的帮助。
沃迪亚姆
回复：如何正确解释最终筛选设计 (DSD)另外，您没有具体说明您的情况是否属于筛选研究。 与任何筛选设计一样，DSD 假定了关键的筛选原则。
回复：如何正确解释最终筛选设计 (DSD)您是否在 DOE 菜单中看到了“拟合最终筛选”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“拟合最小二乘法”平台。 您可以使用预测刻画器来探索响应或优化响应。 您可以将拟合模型保存为新的列公式。
您是否阅读了 JMP > 帮助 > 文档 > 拟合线性模型指南？
