设计力量各位，
我正在运行美国能源部实验，并尝试在开始实验之前检查我的设计的功效。 我完全按照 JMP 文档中的说明进行操作，但我没有看到该功能的价值（附有屏幕截图）
我会感谢您的反馈
实验设计回复：设计能力你好@ELH ,
很高兴听到您正在尝试 DSD！筛选设计有助于了解哪些因素在流程中最重要。 您提到了 80% 的功率水平……这是许多领域使用的筛选设计指南。 实验者希望每个因素主效应的功效都超过80%。 因此，在您的初始屏幕截图中，您希望每项的功效为 0.8 或更高（在您当前的设计中，只有 Station 满足此标准）。 这可能就是您的阅读所指的内容，但我不能肯定地说。
您可以通过增加运行次数或降低显着性水平来提高功效。 您还可以降低预期 RMSE 以增加功率，但这需要事先优化测量系统以减少测量误差，但这不是本 DOE 的重点。
回复：设计能力你好@杰夫厄普顿,
非常感谢您的快速回复和您提供的所有信息。 就我而言，我正在使用 DSD（具有 7 个连续因子）并尝试检查我的设计的整体性能。 不过，我不会在设计评估->功耗分析下说它。 从我的阅读中，我知道我们可以根据其整体功率来评估设计（在我的领域，他们说 80% 是一个很好的功率水平），但是，我不知道如何根据每个功率值来评估设计模型中的术语？
确实有一个公式可以使用模型中每一项的功效来计算总功效吗？
提前谢谢了
回复：设计能力嗨，说，
看来您正在遵循 JMP 的示例美国能源部指南- 伟大的！
正如指南中提到的，“功效是检测给定大小的主动效应的能力”，因此，虽然您可能正在寻找整体实验功效，但关键是查看为中的每个术语提供的功效。您想要构建的模型。
Station 变量是一个 3 级分类变量。 JMP 在“功效分析”选项卡中显示分类变量的 N-1 项，因此您只看到站 1 和站 2。 检测站之间给定差异的总体能力确实是您在所附 .png 中圈出的值（与“应用更改...”按钮上方显示的检测连续因素的能力相比）。 DOE 指南中的功率分析部分末尾有关于如何解释这些值的说明。
