你好，每個人，和歡迎至JMP發現。
安德魯卡爾和希思衝。
我有一個介紹今天那是去至強調
一些的這特徵在JMP 17親那將要幫助你出去
在這世界的混合物楷模。
許多的你是涉及在配方，
和至是誠實的，那是什麼我們已經到過正在做一個很多最近。
是一個很多喜歡救護車追逐者，在哪裡出色地只是去後
這最新的事物那客戶是感興趣的在。
但那是什麼是看到一個很多最近，是伙計們那是正在做混合物楷模
那是實際上相當複雜的和更多的所以比星期三曾經知道。
我們只是決定我們將做一些更深調查
和一些的這新的已經出來的技術，
和那JMP 17施行為了我們。
安德魯，將你喜歡至得到開始和也許給一個小的少量的背景
上這所有的主意的什麼一個混合物模型是，
和一些的這其他技術？
好的，讓我們開始出去和一個好的，簡單的圖形。
讓我們拿一個看超過這裡在這陰謀上這左邊。
是在一個實驗環境，
所以現在我認為我們已經得到二因素，
成分一個和成分乙，和他們範圍從0-1。
如果有不混合物約束，然後一切在這黑色的正方形
是一個可行的觀點在這個因素空間，
所以我們的設計常規是去至給我們積分某處在這個空間。
然而，如果有一個混合物約束
在哪裡這些有至添加向上至一，然後只要這紅色的線是可行的。
我們想至得到一個有條件的最佳
給定那約束，和我們想至結尾向上
某處在那線為了兩個都我們的設計和我們的分析。
如果我們移動向上至三混合物配料，
一個，乙和C，全部有能力的至各不相同從0-1,
然後我們得到一個立方體為了那0-1約束為了每個的他們。
但和這混合物約束，那需要這形式的一個飛機
相交一個立方體，和那給我們這個三角形，
所以只要這個紅色的三角形是相關的出去的那全部的空間。
如果我們有四方面，如果我們有四混合物因素，
然後那允許的因素空間是實際上一個三-維度子集，
一個金字塔內那裡。
看著背部至這三-混合物環境。
看這個三角形？ 那是這允許地區。
出色地，那是為什麼JMP給我們這些三元情節。
對於這些三元圖，
什麼JMP將要做是，如果你有更多的比三混合物因素，
是你會有二因素顯示在一個時間，
和這第三軸將要是這和的全部這其他混合物因素。
我們能夠看在這些三元圖，相當比有至有一個金字塔
那是看著始終。
我們有至決定，我們要不要想一個空間填充設計
或者一個最佳設計？
現在，一般在一個非混合環境，星期三一般利用一個最佳設計，
和為了這最多部分，我們不會考慮一個空間填充設計。
有一個很少原因那我們想至考慮
一個空間填充設計在混合物設置。
經常在這配方世界，如果你去也遠的，
有一個小的少量更多的靈敏度至去也遠的在您的因素空間，
製造它也寬的，然後您的全部的過程失敗。
小號假設那發生超過這裡在哪裡X2是。
認為它失敗一切以下0.1。
你是去至失去一個好的塊你的跑步因為這最佳設計
傾向於放最多的您的運行上這邊界的這因素空間，
所以你是去至失去這些。
你是不是去至是能跑您的滿的模型
和這其餘的點，和你是不是去至有
任何好的信息關於在哪裡那失敗邊界是。
為了這空間填充設計，如果你有一些種類的失敗
低於 0.1，你是輸一個更小數字的點。
您的其餘的積分仍然給你一個空間填充設計
在這現存的空間那你能夠利用至合身這模型效果，
現在是去至是有能力的至模型那失敗邊界。
還在這混合物世界，我們經常看更高命令效果積極的：
互動或者曲率，多項式，
比我們可能看在這非混合物環境。
如果我們別指定那些，因為任何的這些楷模是最佳，
有條件的上這目標模型我們給，所以如果我們別指定一個影響操作員
為了這最佳模型，我們可能不是是有能力的至合身它
後這事實，因為他們可能是別名
和其他效果那我們有。
這些空間填充運行行為作為某事一個抓住-全部的可能的運行，
所以有一個夫妻的原因
那我們可能想至考慮空間填充運行，
但我們想至拿一個看分析地。
什麼是這區別在表現之間這些，
後我們跑通過模型減少，不是只是在這滿的模型，
因為是不是只是要去是使用這滿的模型。
那是這設計階段問題。
什麼時候我們到達這分析，
每當你是看著在這些混合物實驗在JMP,
JMP自動地轉彎離開這截距為了你，
因為如果你想以適應滿的模型
和全部的您的混合保持效果，你不能包括這截距。
你會得到這個警告
因為這混合物-製成效果是受約束的至一，
和他們添加向上對什麼這截距是，所以他們是別名。
還，如果我們想至看在更高命令效果，
我們不能是喜歡一個回复表面在哪裡我們有純的二次方條款。
我們有至看在這些舍夫立方體條款
因為如果我們嘗試至看在這互動
加這純的二次方條款，然後我們得到其他奇點。
那些是一個夫妻的皺紋在這分析。
然而，去向前和這模型選擇方法，
向前選擇或者套索，哪個是這根據方法
的這SVEM方法是去至是看著在，
我們想至考慮有時轉彎離開這個默認'不截距'選項。
什麼我們尋找是為了這套索法我們實際上有至去做
在命令至得到合理的結果。
後我們合身我們的模型，現在我們想至做模型減少
至踢出去無關緊要的因素。
我們已經得到一個夫妻的不同的方法的正在做那在根據JMP .
大概什麼人們做最多頻繁地是他們利用這影響概括
至去向後上這p-價值觀，和踢出去這小的p-價值觀。
但這個是漂亮的不穩定因為的這多重共線性
從這混合物約束，在哪裡踢出去一影響
能夠劇烈地改變這p 值的這其餘的效果在這設計。
什麼這個陰謀節目是如果我們去向後上p-價值觀，
什麼是這最大的p 值那是踢出去
和我們看一些跳來跳去這裡和那是從那影響。
給定那種類的揮發性在這配件過程，
你能夠想像如果你有小的變化
在您的觀察到的回應，也許甚至從化驗變化性，
或者任何其他變化性，只是小的變化能夠帶領
至大的變化在這減少模型
那是提出了作為一個結果的這個過程。
那高的模型變化性是某物那是是好的
如果我們可以平均超過在一些方法，在這相同的方法那也許
和引導程序為了美東時間我們平均超過這變化性
的這大車方法或者這分割方法
和那是什麼這SVEM方法將是看著在正在做。
在這鬆動的感覺，他們是種類的這模擬，
為了這線性的方法是看著在。
還我們能夠去步明智的和看在最小 AICc，
哪個是也許這首選方法。
在我們的最後的滑動節目的今天出色地是服用一個看在，
為了這根據JMP用戶， AICc相對乙我知道了相對p 值選擇
和我們的模擬診斷。
給信用至一個很多的這現存的工作和領導向上至這SVEM方法。
這些是一些偉大的參考那我們已經用過的超過這年。
還想至感謝克里斯戈特沃爾特為了他的耐心和接聽問題
和分享信息作為他們已經發現事物沿著這方法。
這是真的幫助放我們向上至是有能力的至放這個至好的影響在實踐。
請講的在實踐，在哪裡有我們到過使用這個相當一個少量
超過這年是這環境的液體納米粒子公式優化。
什麼是脂質納米粒子公式？ 那麼，脂質納米顆粒，
如果你有得到任何mRNA冠狀病毒病疫苗輝瑞，摩登納，然後你有得到這些。
什麼這些做是你拿一個混合物的四不同的脂質，總結這裡，
和他們形式這些小的小小的氣泡。
然後那些是電帶電，
然後他們攜帶沿著和他們一個遺傳有效載荷，
mRNA,脫氧核糖核酸，或者其他有效載荷那任何一個充當疫苗
或者能夠目標癌症細胞。
這電的收費之間這遺傳有效載荷，
接著這對面的收費在這納米粒子是什麼結合在一起。
然後我們想要它至得到通過這細胞和然後發布這有效載荷裡面。
這公式變化取決於上什麼這有效載荷是。
一個也有時我們可能改變這類型的可電離的脂質，
或者這類型的他lper脂質至看哪個一做更好的，
所以我們有至重做這個過程超過和超過。
為了這最多部分，這科學家們有成立那這些
範圍的也許10-60%這脂質設置
接著一個較窄範圍的1-5%。
那是為了這最多部分這可行的範圍為了這個過程。
那是到過探索出去，和那是什麼這幾何學
我們想至匹配這裡在我們的應用是。
我們想至說，鑑於結構是正在做一遍又一遍，
我們要不要有一個理想的分析和設計方法為了那？
一個也我們想至放向上一個模擬那如果是看著在其他結構，
其他幾何形狀為了這因素空間，也許我們能夠概括至那，
但那是去至是我們的重點為了正確的現在。
給定那背景，
我是去至讓吉姆現在總結這SVEM方法和講話關於那。
是的，感謝你。
這個特定發現介紹，
什麼是去至做的是一個小的更中心一點上微軟幻燈片軟件，
很遺憾，因為這結果是真的什麼這個是全部關於
為了這模擬那我們已經完畢。
但這個特定會議，我將要節目你一些的這JMP 17
那我們有新的能力。
如果我去和我想至放向上一個空間填充設計...
現在，之前我們不是能夠做到混合物楷模和空間填充設計
就從出去的這盒子，如果你將要。
我們當然可以放約束在那裡，
但現在什麼我們想至做是節目你如何你能夠做
一個空間 F生病設計和這些混合物因素。
這個是新的那我現在有這些來在作為混合物，
哪個是好的因為它現在攜帶
全部的那些柱子特性和它作為出色地。
一事物值得提及正確的現在是
這默認是你是去至得到10運行每因素，
所以40運行在一個美國能源部通常是好的
和我們是快樂因為我們的權力是出色地以上90%
或者任何我們的標準是。
但那是不是這案子[聽不清 00:09:54]這些混合物楷模
因為有所以許多約束固有在它。
什麼那是告訴我，很遺憾，是甚至如果我是至有40運行，
ID仍然只要有5%力量從正在做舍夫立方體
和甚至如果它是主要影響只要，有只要20%力量。
力量現在是不是真的一個設計標準那是去至看至
什麼時候我們做這些混合物楷模。
現在，通常在我們的應用，
很遺憾，我們別有這奢華的有40運行。
在這個案子出色地做12運行和看如何那來了出去。
出色地去先和製作那個空間填充設計，
和你可以看到它是也許均勻地傳播始終這表面。
的課程，我們做我知道是有界的和一些的這些伙計們這裡
那我們只能去從1 -5%上這聚乙烯乙二醇。
什麼我想至現在做是只是去至快速地向前。
現在讓我們說我有跑這個設計和我是準備好至做這分析。
這個是在哪裡SVEM是真的製成巨大的進展
和如果你聽至一些的克里斯和菲爾拉姆齊的工作
出去那裡上JMP社區，你會看這個是一個步改變。
這個是一個遊戲改變在條款的您的分析的能力。
如何將我們做這個在16？
在JMP 16什麼星期三有至做是星期三有至來通過，
實際上它是值得去通過步只是因為它給你
一個小的少量的洞察力，儘管這基本的使命
的這個簡報或者這個講話是不是SVEM，
它將要給我們一個主意的什麼是去上。
什麼我們能夠做這裡是我們能夠去先和出色地製作這汽車驗證桌子。
這個是這JMP 16方法。
什麼你會筆記這裡是我們已經走了從12運行至24.
我們只是翻倍他們和你看這驗證放。
這訓練可能是前12，驗證這下一個12.
那是什麼是添加和然後我們有這個重量。
這個是這引導程序重量和它是部分地加權。
什麼發生是我們將要去先和跑這個模型
和來向上和一個預料到的價值，
但然後我們需要至改變這些權重和然後保持正在做這個超過和超過
為了我們的引導程序，很像一個隨機的森林，主意為了這SVEM。
現在什麼是有用是至種類的拿一個快的看。
什麼是這幾何學的這些重量？
我們能夠看他們是反對-相關，
意思是如果在這訓練放我是低的，
我是大概去至是高的在這驗證放。
這個是種類的一個快的小的視覺的的那關係。
現在我是準備好至去做我的分析在JMP 16.
它將是分析了和星期三只是做我們的合身模型。
的課程，我們想一個廣義的回歸
和出色地去通過和做一個舍夫立方體這裡，
因為它是一個混合物。
但這裡是在哪裡我們有至添加在這步，
我們放這驗證集作為您的驗證柱子
和然後這個驗證重量是去至是那頻率。
現在我能夠跑這個。
經過這方法我們可以，
在許多的我們的實例是不是普通的，是日誌普通的，
我們可以放那在正確的那裡。
這裡我們有我們的廣義的回歸能力
至去先和跑這個模型和瞧，那裡是這估計。
什麼我們將做那麼我們來這裡嗎在下面這節省這預言公式。
然後這裡是一跑。
好的，所以我們得到一跑。
你能夠看那這最佳是15.17,和我們實際上鋸15.23,
所以不是壞的在這個模型，
但我們將做這個超過和超過。
我們用過的至做它關於50次或者所以。
但和JMP 17,現在這個所有的過程是自動化至我們。
我們別有至做這個50次和然後拿這平均
的這些預言公式。
是有能力的至去直接地在它。
如果我來背部至我的原來的設計這裡和這回复，
我能夠得到正確的在它。
經過這方法，這個是表明我有其他約束放在這裡。
一個很多的次我們有這化學家和生化學家喜歡至看那
至製作當然那這比率基於分子權重是內原因。
不是只要做我們有這混合物約束，
我們還有一個很多的其他約束。
我是在職的和一個組在哪裡我們有也許15不同的配料
和大概30約束在添加至這混合物約束，
所以這些方法工作並擴大規模，
大概是這最好的方法至說它，漂亮的出色地。
現在這個是17,所以17我能夠得到正確的在它。
我是去至去先進入合身模型，和患病的去先和做一個舍夫立方。
從這裡，什麼是有能力的至做來了進入一個廣義的回歸。
在這個案子，我們別需要至擔心關於這些伙計們在這裡。
我們能夠改變它至日誌正常如果我們所以慾望。
一的我的選擇在這估計
反而的向前是在事實SVEM向前，
所以我做SVEM向前和我是去至去做200。
你會看看多快他們有這個調諧。
真的只要事物你能夠做在先進的控制
是查看無論或者不是你想至力量一個學期在。
我打去和瞬間我有完畢200引導程序樣品為了這個問題。
的課程，我現在能夠看在這剖析器
和那是這平均的這200運行。
那是種類的我的結尾模型，如果你將要。
的課程，和預言探查器，
那裡是數百的事物你能夠從這裡做
和安德魯會碰上一個夫妻更多的的那些。
但二其他事物值得注意到這裡，
患病的節省這預言公式作為出色地和拿一個看在那傢伙。
什麼時候我看在這預言公式，
患病的筆記那它是在事實已經平均出去為了我這裡。
這個是平均200 個不同的樣品那是出去那裡。
和那，那是這演示，
和出色地去背部至看著在這圖表那裡至說，
“嗯，什麼是它那是看見在條款的這結果的SVEM？”
安德魯，如果你想至拉向上那滑動。
這個是也許一個快的視覺的。
你能夠看那如果我看在那些第一的三，
在這個案子，紅色的是壞的。
什麼是看著在這裡是這名義上的覆蓋範圍。
這個是一個混合物模型
在這預測最優點的表現。
我們能夠看那這標準步明智的伙計們是不是正在做也出色地。
那是這落後和向前AIC。
這個是這覆蓋範圍率。
星期三喜歡它至是一個名義上的5%錯誤那我們別實際上看
這真的回复在這預言或者實際上這信心間隔。
在其他字，什麼時候我們看起來在這輪廓
那我們只是看到，它給了我們一個預言或者信心間隔
曾是這真的價值，
哪個我們知道因為是玩這模擬遊戲，正確的？
我們知道什麼這真的價值是，什麼百分比的時間曾是那在那裡？
我們能夠看那我們別做作為出色地和我們的古典方法。
這滿的模型，推桿全部這條款中，
套索做漂亮的出色地在一個10%速度或者所以，
但它是不是直到我們得到SVEM 方法這裡那我們開始看到
那是真的捕獲和得到好的覆蓋範圍。
一個好的也許圖片至保持在您的頭腦，
那我們是方法表現優異一些的這其他方法出去那裡
什麼時候它來了至這能力。
現在，在條款的如何這個模擬，
什麼是聚焦上這裡是一個小的少量不同的比什麼你可能考慮到，
在條款的一個模擬在哪裡我們正在尋找在一個模型和說，
“如何出色地做過我們做和這個特定方法？”
我們可以措施那經過如何這實際的相對這預料到的是
和然後星期三得到某一些一個意思是平方錯誤。
我們做追踪那價值，
但我們尋找在我們的工作，是很多更多的擔心的關於發現
那最佳混合物，如果你將要，和這最佳設置那達到我們
一個最大效力或者減少一些副作用
或者幫助我們和這個[聽不清 00:18:58]
那是去至是叫做“百分的最大限度”那是看著為了。
是去至利用那作為我們的基本的回复這裡
在條款的存在有能力的至評估哪個方法跑贏大盤其他。
它是不是真的去至是，
如何遠的離開是我從這地點的這最佳價值？
它是如何遠的就是它回應我預料到的作為最優
如何遠的是那從這實際的最佳？
那是去至是我們的措施的成功。
這方法這個將要工作是患病的是問安德魯一個很少想法這裡
在條款的什麼通常來了向上在實踐。
我鋸這幾何學他表現出我早期的上
和這最佳設計曾是總是打這邊界。
什麼如果我喜歡事物那我們稱呼更多的混合，正確的？
你有更多的混合東西在這中間，
空間填充，哪個是更好的。
如果我做利用一個最佳設計，
它默認值至D也許，但什麼關於我和一個？
然後如何關於這年齡-老的美國能源部添加中心點？
是那聰明的？ 或者是一中心點？
或者如何關於複製？
我們已經已經討論過如何是不是存在有幫助，
所以什麼是一個有幫助措施的一個好的設計？
那是這設計片，但還這分析一塊是，
是那裡一個特定方法那表現優於每個人，
或者是那裡肯定領域那我們應該重點上
使用套索和其他，
那我們應該只是利用SVEM為了選擇？
這些是實際的問題那來向上從全部的我們的顧客，
和星期三喜歡至分享和你
一些的這結果那我們得到從這模擬。
安德魯，你想至給我們
一個小的少量更多的洞察力進入我們的模擬過程？
是的，謝謝，吉姆。
前我做那，
我只是想至觀點出去一工具
那我們已經製成重的利用的在這分析的我們的結果，
和很遺憾，我們別有時間至鑽研進入這演示，
但它有到過所以有用的是，內這剖析器
至看在這輸出隨機的桌子為了這些混合物設計
和至看在這回應尤其，
我們頻繁地有效力由邊效果。
我們有多回應，
我們想要平衡那出去和這可取性功能，
和然後是去至看在這個人回應他們自己。
什麼時候我們輸出一個隨機的桌子，我們得到一個空間填充設計，
基本上不是一個設計，但我們充滿向上這全部的因素空間，
和是有能力的至看在這邊緣影響
的每個的這因素超過這全部的因素空間。
為了例子，為了這電離的脂質類型，
什麼出色地頻繁地看是，我們能夠看那也許一有
一個降低邊緣行為超過這全部的空間。
但自從是想要至優化，
我們關心關於什麼這最大限度的每個的這些是，
和一的這些將要清楚地是更好的或者更差。
是看著在這減少模型。
後他適合他們，出色地去至這剖析器和做這個。
我們能夠仍然得到這分析的最佳從剖析器，
但在添加至那，
這個給我們更多的信息外部的只是那最佳。
什麼我們可能做這裡是為了候選人運行，
因為我們總是跑步我們的確認運行
後這些公式和優化問題
是我們可能跑這全球的最佳這裡為了H 102,
我們可能挑選出去這有條件的最佳為了H 101
和看哪個一做更好的在實踐。
還，看著在這三元地塊，
如果我們顏色那些經過可取性或者經過這回复，
我們能夠看這更多的或者較少的可取的地區
的那混合物空間，
所以那能夠幫助我們作為我們任何一個增加這設計
或者任何一個包括額外的領域在這因素空間，
或者至排除領域。
我不能做很多更多的和那正確的現在，
但我通緝至觀點那出去
因為那是一個非常重要的部分的我們的分析過程。
如何做我們評估一些的這些選項
內這個類型的幾何學的一個因素空間？
我們建成一個模擬腳本那我們有共享上這JMP網站，
和它允許我們至插頭和玩為了不同的樣本尺寸在全部的，
如何許多運行是在這設計？
我們有一個真的形式選擇
那給我們這真的生成功能在後面這過程，
一個設計類型，任何一個空間填充或者最佳。
這最佳設計現在是去至是的一個肯定最低限度尺寸
基於上這數字的效果那是瞄準。
做我們有一個第二-命令模型，一個第三-命令模型，
一個舍夫立方模型？
什麼做我們有？
一般，每當你建造一個模型和風俗設計在JMP,
它寫一個模型腳本出去至您的桌子和然後你利用那至分析它。
出色地，某物我們已經探索是允許一個更富有模型
比什麼我們得到，什麼我們目標，
和是我們有能力的至利用這些方法和SVEM
和得到額外的改善結果，
甚至儘管我們沒有起初目標那些效果在這設計？
這短的回答那裡是是的。
那是某物別的我們想至考慮，
所以我們允許我們自己和這有效的選擇
至包括額外的效果。
我們能夠看在這影響的添加複製或者中心點
和那風俗DWI對話至執行那些。
如何做那影響我們的回复？
因為任何的這摘要那你得到出去的這設計
和出去該設計診斷是開始定位這滿的模型，
任何一個和尊重至預言變體，
D-最優，你在看標準錯誤為了這參數。
但什麼我們真的關心關於是如何好的是這最佳
那是得到出去的這個，
所以那是什麼是去至拿一個看在和這些模擬。
為了這最多部分在這些LMP優化場景，
一個很多的次，出色地來穿過二情況。
這科學家們將要說， “我有得到關於12運行可用的，
和也許它是不是那重要的的一個過程，
或者這材料是非常昂貴的，
和我只是需要至做這最好的我能夠和12運行。那是什麼我有得到。”
或者它可能是某物在哪裡他們已經得到一個預算為了40運行，
和他們能夠合身一個滿的第二-命令模型
加第三命令混合物效果，
和我們想至嘗試至表徵這個全部的因素空間
和看什麼這回复表面看起來喜歡超過這所有的事物。
那些是這二場景是去至是定位在我們的模擬。
吉姆，我思考你有一些問題
關於表現在下面不同的情景。
什麼曾是您的第一的問題那裡？
我做過。
我猜測什麼時候我思考關於一個12-跑設想這裡，
和如果我只是去和這默認， ID得到一個D -最佳
和它將是主要的效果只要。
我認出我可以做這空間填充喜歡我只是做過，
但我的問題是，如果我做這默認，
哪個一的這分析方法將是首選？
或者是那裡一？
好的，所以服用一個看在那。
為了這D-最佳設計，作為一個一般的規則，
它是去至放幾乎全部的它的運行沿著這邊界的這因素空間
和它是不是去至有任何內部的運行
除非你有二次方條款或者某物那需要那。
和一個12 -跑設計，
有90度數的自由必需的至合身全部這主要的效果這裡。
我們已經得到一個很少度數的自由為了錯誤，
但大多是只要定位這主要的效果這裡。
如何做這分析方法做？
是那裡任何區別在這分析方法？
什麼我們做，和全部的這些是去至總結，
我們節目這百分的最大限度為了全部的我們的模擬那我們做，
和所以我們能夠看那分配為了每個的這分析方法，
全部為了這個12-跑， D-最優設計目標效果。
然後我們還節目任何重要的差異之間這些，
和是只是使用學生T。
是不是做一個二鑰匙調整，所以保持那在頭腦
每當你是看著在這些重要的價值觀。
這優勝者這裡是我們的自製SVEM神經方法
因為它是不是受限制的至只要看著在這主要的效果，
他們能夠允許一些額外的複雜在這模型，
和所以它獲勝這裡。
現在，別得到也興奮的關於那因為這個是關於這最好的
那我們已經見過SVEM 神經元做在這些小的設置。
但如果我們是跑步更多的比一候選人最佳去向前，
然後也許我們能夠包括一個SVEM神經，但在一般的，
我們不會推薦只要粘著與SVEM神經
只是因為它趨向至是更多的多變的，有較重低的尾巴。
什麼是這其他結果？
我們看這失敗者在這個應用
或者任何事物那是正在做這單身的射擊模型減少
因為全部這些效果是重要的在這模型，
和任何時間我們拉一的他們出去，我們是去至得到
一個次優表示的我們的過程。
那是為什麼在這個案子這滿的模型做更好的比那些。
但什麼是有趣的是這SVEM線性的方法
是有能力的至在至少匹配那滿的模型表現。
是不是輸任何事物經過使用SVEM在這個應用，
所以那是一個好的方面在哪裡我們別有至擔心
關於這更小環境。
是我們傷害我們自己在全部經過使用國際商會？
現在，某物別的我們試過了這裡是給定這相同的，
你有只要得到12運行。
你是只要定位這生產
和這D-最優標準在這風俗美國能源部。
什麼如果我們允許這合身模型至考慮第二-命令效果
加有混合物效果，
所以我們的模型然後曾是有針對性至做？
什麼發生，和我們看這個JMP這裡，
這個SVEM線性的方法是有能力的至利用那信息
和給我們更好的百分的最大限度，得到最佳候選人，
和那些是我們的獲勝者這裡現在是這些SVEM線性的方法。
什麼我們看是那有趣的是，
這根據方法為了這些SVEM接近，福特方法，
或者福特選擇或者這套索是不是有能力的至製作利用的那，
只要這SVEM是，所以那是一個好的財產。
他們實際上打出去神經，
哪個是好的因為現在這些是本國的至JMP 17
和他們別要求作為很多計算時間
或者手動的放向上作為在他們的自己的。
什麼我們開始至看這裡是這主題那是去至看
始終這休息的這天是那任何的這些套索方法
和不截距是去至給我們子-最佳結果
因為沒有這截距
和這懲罰沒有工作正確的在套索，
那麼你實際上想至轉動離開這默認選項的不截距
如果你是去至嘗試至利用SVEM套索
或者甚至只是套索沒有一個截距。
好的，所以我猜測它看起來喜歡SVEM神經做過出色地那裡。
但再次，那是不是本國的。
我們不能做那和JMP 17親，那是不是在那裡.
我們能夠，我們有至有一個手動的[聽不清 00:29:01]腳本。
是的，是不是一個手動的選項。
好的，這個是好的，
但我是還一個扇子的這空間填充設計，
所以如何做那玩出去在條款的這分析方法？
為了這空間填充設計，你能夠看相當比有
全部這積分沿著這外部的，沿著這邊界，
現在我們充滿向上這內部的空間
為了兩個都這混合物因素和這過程因素，
哪個有時在實踐什麼出色地做是，
出色地拿這過程因素
和圓形的這些至這最近的0.25或者0.5
或者任何粒度作品最好的為了我們，但這個是什麼它看起來喜歡。
在條款的這結果，如何做他們履行？
現在什麼是去至做是相比
這級聯的這設計方法
沿著和這分析方法和看哪個這些做最好的。
看著在現在仍然允許這更富有第二和第三-命令模型
為了這選擇方法和看哪個一做最好的。
什麼時候我們看在這比較，
這獲勝者是這SVEM 線性接近，
套索只要和這截距，不是沒有這截距，
和這D-最佳。
再次，在後面這場景，你有至記住，
現在你是假設為了這個D-最優方法
那您的積極的模型是真的超過這全部的因素空間
和你有得到持續的各種各樣的超過那因素空間。
如果你是擔心關於失敗沿著這邊界，
然後那是某物別的至拿進入帳戶，和它是不是建成進入這個。
你有至考慮那。
但如果你是自信的，
也許你有跑這個前和你是只要製造次要的變化，
然後這方法至去是這D-最佳和這SVEM方法。
下這裡，這失敗者是這套索，和不截距。
我們'要去避免那些，
和你能夠看那些重的尾巴下這裡。
不是這SVEM套索，只是這套索。
實際上這裡是這SVEM套索和不截距下來這裡。
是的。
他們全部得到這些FS,所以他們全部失敗。
-方便， [串音 00:30:48] . -是的
好的。
什麼經常將要來向上，
無論它是設計的向上正面在哪裡我們已經完畢我們的12運行，
和這老闆，
她有一些更多的問題和我們有更多的運行。
如果是去至做五更多的運行，
如何做那影響一些的這些結果？
什麼時候你說五運行，不是一個跟隨-向上學習，
但您的建造是學習任何一個12或者17運行
在一個單身的射擊正確的現在是什麼你是考慮到，正確的？
是的，確切地。
好的，所以是的，我們能夠看在這邊緣影響
因為有一個成本至你為了那些額外的五運行。
什麼是這益處的那些五額外的運行？
使用這設計分析你可以利用，
看在FDS陰謀和您的FDS加方法降低，
反映更小預言變體。
力量是不是那有用為了這些混合物效果設計。
我們別關心關於這參數。
我們想至知道，如何出色地將我們做和優化？
那是在哪裡這模擬的便利，我們能夠拿一個看在那。
如何做您的分配的您的百分的最大限度改變
作為你去從12至17運行？
有趣的是，有不益處為了這單身的射擊40國際商會
至有17相對12運行。
現在，再次，正確的現在是看著在這百分比的最大限度。
如果你看在您的誤差方差，
你的預測方差是去至是更小，
和那裡可能是一些其他[聽不清 00:32:09] ,
但主要是您的預言方差
是去至是更小如果你看在那。
但真的，我們別關心那很多關於預言方差。
我們想至知道，在哪裡是那最佳觀點？
因為後這個，是去至是跑步確認運行
和也許在複製品在那觀點
至得到一個主意的這過程和化驗方差然後。
但正確的現在，
我們是只是試至偵察出去這回复表面
至尋找我們的最佳公式，
所以和那目標在頭腦，有不益處為了為期四天國際商會。
現在為了這SVEM方法，
我們做看那裡是一個重要的區別
和我們做得到一個重要的改進
在條款的我們的平均百分的最大限度我們獲得，
和也許不是作為重的尾巴下這裡。
但現在你需要至知道是那你需要至決定，
是那幾乎重要的？
你想至移動從90%至92%意思是百分的最大限度
在這個第一的射擊和五額外的運行？
你有至做您的邊緣成本
原來的益處分析那裡作為一個科學家
和決定如果那是值得它。
只是看著在它這裡，什麼我思考可能是有用
因為你有至跑確認運行反正
是如果我們跑這12 -跑設計，
你能夠然後跑一個候選人最優或者二
基於上這結果我們得到，
和然後加一個夫妻的額外的運行也許
在一個高的-密度地區為了什麼那看起來好的，
或者甚至增加出去您的因素空間一個小的少量，
和然後你是仍然跑步一個全部的的17運行，
但現在是去至有甚至一個更好的感覺的這好的地區這裡，
所以那是某物至考慮。
某物別的我們能夠看
從跑步這模擬和17運行是，
讓我們看在這表現
的每個的這配件方法內每個迭代，
和有實際上一個出奇低的相關性
之間這表現
的這些不同的方法內每個迭代。
我們能夠利用那至我們的益處
因為是去至是跑步確認運行後這個，
所以相當比只是有至拿一方法和一確認觀點，
一候選人最佳觀點，
如果我們是至，為了例子，看在這些四方法
和然後拿這候選人最佳從每個的他們，
然後是去至是有能力的至去向前和哪個一每個人做最好的。
是看著在這最大的這些。
相當比看著在一個意思是的92%至94%,
現在是看著在一個意思是的關於97%和一個更小尾巴
如果我們考慮多的這些方法在一次。
好的，非常有用。
讓我們現在放我們的眼睛朝向這40 -跑設計。
非常好的信息在條款的我的更小跑設計。
現在和40,如何做它玩出去在條款的這些分析方法？
是我們去至看持續的行為和什麼我們鋸在這12 -跑設計？
然後如何關於這空間填充相對這最佳設計， D 最優？
-ID是感興趣的在那。 -好的。
出色地，第一的拿一個看在這D-最優設計， 40運行，
和現在是定位全部的這第二-命令效果，
這第三-命令效果，混合物效果，
和是定位全部這效果
那是真的當下在我們的生成功能，
和我們仍然看那是加載向上上這邊界的這因素空間
和這最佳設計，
和然後如果我們是去至看現在和這空間填充設計，
是去至看現在是填充向上這內部的
的這因素空間為了這混合物
和為了這其他連續的過程因素。
讓我們看什麼這表現區別是。
第一的的全部，重點上這空間填充設計，
哪個分析方法做最好的？
和相同的作為我們鋸在這12 -跑例子的這SVEM線性，
福特選擇和那截距，套索這截距做這最好的。
這最壞的案子你能夠做是保持這滿的模型，
或者然後試SVEM或者單身的射擊套索和不截距
和這D-最優環境，相同的獲獎者，哪個是令人放心
因為現在我們別有至是擔心關於，
“出色地，我們正在改變我們的設計類型。 現在我們得到至改變我們的分析類型。”
它是好的至看這個一致性穿過這獲勝者的這分析類型。
這滿的模型沒有做作為不良這裡和這最佳設計，我思考，
因為這最佳設計是定位那模型
和這失敗者這裡是仍然這套索和不截距。
然後神經是真的墜落在後面這裡，在後面這其他方法。
現在讓我們相比這空間填充至這D-最優設計，
和我們能夠真的看
這最大區別這裡是內這滿的模型，
這空間填充設計是很多更差比這D-最優設計。
任何時候你是正在做設計診斷，
那是全部內這語境的這滿的模型。
為了您的D -最優性標準，
您的平均預言方差，那是全部那裡。
一個很多的次什麼時候你跑那些比較，
你是去至看一個斯塔克區別之間那些
和那是什麼你是看到這裡。
然而，在真實的生活，
是去至是跑步一個模型減少技術。
和SVEM，甚至這單身的射擊方法提升它。
但尤其和SVEM這裡，
它真的關閉這區別之間這空間填充和這最佳設計，
和我們看漂亮的關至中等的，和輕微地較重尾巴這裡。
但現在你能夠看在這個和說。
“好的。我失去一個小的少量和空間F生病設計。
但如果我有任何擔憂根本關於這邊界的這因素空間，
或者如果我是有些有限的在如何許多確認積分我能夠跑
和我想至有某物那是去至是不是也遠的離開
從這候選人最佳那我是去至攜帶向前，
然後那些是這好處的這空間填充設計。”
現在我們能夠稱重那些出去。 是不是卡住
和這個劇烈的區別之間這二。
再次，那是基於只要相對這D-最優設計.
我猜測一個很多的次在我們的美國能源部工作，
我們喜歡至也許看在這I-最優性標準
和甚至這一個有完畢真的出色地為了我們。
在特別是它點差它。 這是c當然不是空間填充，
但在至少它點差它出去一個少量更多的比這D -最佳。
做我們有任何想法如何那些我和一個最佳工作？
是的，我們能夠交換那些出去進入模擬。
一事物我們已經總是注意到，
我愛這一個-最佳設計在這非混合物環境。
它是幾乎我的默認現在。
我真的喜歡他們。
但在這混合物環境，每當我們嘗試他們，
甚至前這模擬，如果我們看在這設計診斷，
這一個-最佳絕不做作為出色地作為這D或者這我-最佳，
和那熊出去這裡在這模擬，
那是這藍色的這裡為了這最佳，給我們下結果。
規則的拇指這裡是，
別打擾和這A-最優設計為了混合物設計。
現在為了D相對我-最佳，我們別看任何...
在這個應用為了這個生成功能，
我們別看任何區別之間他們。
然而，一個原因至輕微地更喜歡這D-最優是，
那裡趨向至是一些收斂問題為了這些LNP設置
在哪裡你有得到至釘住超過這一5%
和你是試至目標一個舍夫立方模型在JMP,
所以我們有注意到有時一些收斂問題
為了這I-最優設計和它需要更長。
這D -最佳，如果有不是很多的一個益處，
然後它似乎至是這更安全賭注至戳和這D-最優。
現在我們不是有能力的至測試那和這模擬
因為正確的現在在JMP,
你不能腳本在舍夫立方條款進入這美國能源部
至建造一個最佳設計。
你有至做那通過這圖形用戶界面。
我們不是有能力的至測試那，看如何經常那發生，
但那是為什麼我們已經攜帶的向前
D-最優在這些模擬和我們戳和那些。
如果你想至在您的應用，你能夠嘗試兩個都D和我
和看什麼他們看喜歡
兩個都以圖形方式和和這診斷，
但這D-最優似乎至是表演出色地。
好的，我猜測只是保持拉這線一個小的少量更遠是，
一個很多的次出色地嘗試一些類型的一個雜交種設計.
為什麼別我們開始出去和，說， 25空間填充運行，
和然後增加那和一些D-最優標準
至製作當然那我們能夠目標這具體的參數出於興趣？
做那工作出去漂亮的出色地？
是的，我們能夠模擬那和我們拿一個看。
任何一個我們已經得到...
這個是這相同的模擬的功能，
生成功能我們已經到過看著在為了你跑步這D-最優的，
讓你運行空間填充，
或者一個雜交種，在哪裡我們開始出去和25空間填充運行
和然後我們去至增加和加載在建造15額外的運行定位
這第三命令模型，和什麼我們看是那現在，
我們有不重要的區別在條款的這優化
之間這40 次運行 D 最優和這雜交種設計，
但在這雜交種設計，
我們得到這益處的那些25空間填充運行。
我們得到一些內部的運行保護至合身額外的效果
和保護反對失敗沿著這邊界。
它是一個小的少量更多的工作至放這個向上。
出色地做這個為了高的優先項目
因為只要為了那些因為額外的成本和時間。
但它做出現至是一個有希望方法。
正確的。
幾乎你思考關於在哪裡您的最佳是去至是，
有一個好的機會它可以是在那內部的空間
那是不是填充在這D-最優沿著這邊界。
我猜測只是也許去背部，
重訪這想法的什麼如果我有一個中央觀點，
什麼如果我有一個觀點那我可以複製？
再次，也許上這40-跑設計，
如果我有五更多的事物，所以只是任何其他小的掘金
那我們學到了沿著這方法和這些？
出色地，這個來了向上一個很多因為現在教科書將要告訴你
至添加五至七複製運行。
這科學家們是去至踢你出去如果你嘗試至做那。
一個很多的次我們有至製作這爭論
至添加甚至一個單身的複製跑
因為它有優點外部的這配件
因為現在你得到一個模型[聽不清 00:41:09]
和只是以圖形方式我們能夠利用那作為一個診斷，
我們能夠看在那空氣方差相對的至這全部的方差
從這全部的實驗。
它是非常有用至有，
和所以它是去至是好的至有一個爭論為了你至說那，
“好的，是不是傷害您的優化常規
經過包含甚至一個單身的複製跑。”
那是什麼我們看這裡為了這40 次運行例子
經過強迫一的這些至做一個複製內風俗設計。
我們是不是得到一個重要的區別在全部
在條款的優化。
它是兩者都不幫助或者傷害。
讓我們去先和做那，
所以那什麼時候我們有那額外的片的信息去向前。
我別有這圖表這裡因為它是無聊的。
它是這相同的事物在這個特定應用，
強迫一的他們至是一個中心點。
有不區別。
部分的那可能是在這個案子，這D-最優設計曾是給予我們
一個中心點或者某物關至一個中心點。
那可能不是有到過改變這設計那很多。
你可能看一個大區別
如果你去背部至這12 次運行設計執行這中心點。
但那是這優勢的有一個模擬框架建成向上
在哪裡你能夠拿一個看在那
和看什麼是這實際的影響去至是為了包含那。
好的，現在如何關於...
我提及我有這個大的項目和很多的約束。
將一個約束也許改變一些的這結果？
出色地，我們可以可能包括這約束
和它是去至改變這允許地區內這...
從圖形上看，你要去至看一個改變在您的允許地區，
和我們能夠模擬那。
實際上，我有完畢那。
我別有這圖形向上和我正確的現在，
但什麼它做是有不是那很多一個影響， SVEM仍然做得很好。
一區別我們做過筆記是那跑步這個模擬
和然後約束這地區有些是那這空間填充改善
因為它是得到一個更小空間至充滿和不是作為很多噪音空間，
但這D-最優將要履行
只是作為出色地之間這二和或者沒有約束。
那曾是漂亮的有趣的至看。
但全部的這個適用只是作為出色地和約束
和沒有什麼的筆記在條款的區別為了分析方法和這約束，
在至少相對地簡單的那些那我們應用。
正確的，好的，是幾乎跑步短的上時間這裡，安德魯，
但我做有一個關心。
我們有一個指定錯誤設計
和我們將喜歡至裹向上
和離開這伙計們和一個很少鑰匙外賣。
這裡是一個例子在哪裡現在這個功能性的形式
做不是匹配任何的這效果是考慮到
和是相對地平坦的上這個周長
在哪裡一個很多的那些最優設計將是
所以我要看看如何那作品出去。
還筆記這[聽不清 00:43:52]膽固醇放至一個係數零
和一個真實的生成功能。
現在服用那真的功能去至簡介呃輸出就在桌子
和你能夠看如何好的它是至是有能力的至陰謀這些事物
至看這回复表面使用那輸出正確的在這桌子。
這裡是真的您的真的回复表面，和這個是您的回复表面，
但什麼是有趣的是它看起來喜歡有一個錯覺這裡。
它看起來喜歡膽固醇是有影響力的為了您的回复。
它看起來喜歡它影響您的回复，但在現實這係數是零。
但這原因它看起來喜歡那是因為的這混合物約束。
那是為什麼它是難的至解析出去，
哪個這個人混合物效果真的影響您的回复。
是不是作為擔心的關於那
像我們一樣的說，什麼是一個好的公式去向前？
在這個環境，我們添加一個小的少量的噪音，4%簡歷，
哪個是用過的頻繁地在這製藥世界。
在這個案子，這意思是是使用是這意思是在這最大，
哪個在這個案子是一，
和然後還一個很多更多的極端40%簡歷。
這個看起來更多的喜歡一個聲納
和他們是試至尋找泰坦尼克號或者某物。
希望沒有任何的您的製藥應用看喜歡這個，
但我們只是想至看在這個極端案子如何事物工作出去。
什麼我們看是在這小的12 次運行例子
和相對地小的過程變化是過程加散文變化
是這些基線設計去出去和SVEM，全部相同方法，
和然後如果我們去向上至40 次運行，
這空間填充不是有能力的至保持向上作為出色地，
但 D 最優將要真的做現在好點了，
甚至儘管它是相對地平坦的出去那裡和這尺寸在哪裡最多的這運行是，
它是有能力的至挑選向上這簽名的這表面這裡。
現在，這裡是這區別之間這滿的模型
和然後這空間填充和D-最佳。
不是作為大的的一個區別為了這SVEM方法，
但你做仍然有一個很少尾巴積分下這裡。
然後他們是全部不是表演作為出色地作為這SVEM線性，
甚至儘管這SVEM線性的
是只要近似那曲率為了那回复表面。
如果我們去向上至這極好的嘈雜看法，不一做一個真的好的工作，
但仍然您的只要機會是與這空間填充方法。
但然後什麼時候我們去向上至這較大樣本尺寸，
甚至在這臉的全部這過程變化，過程噪音，
是現在這選項曾是有能力的至彈跳出去超過那噪音更好的
和是有能力的至製作更好的利用的那些運行比這空間填充。
一個夫妻的考慮因素那裡。
什麼是您的跑尺寸？ 如何飽和的是你的模型？
如何很多過程變化做你有相對的至您的過程均值，
去進入這平衡的這空間填充相對最佳。
如果我們拿一個看在什麼是這坦率最佳積分
是得到出去的這空間填充相對最佳。
我是對不起，為了這空間填充，
然後什麼我們看是是上目標為了這個是可電離的和幫手。
是上目標為了全部的我們的方法除了為了這些最後的和不截距。
他們是絕不上目標，
他們是總是推動你離開某處別的。
你能夠看以圖形方式如何那缺少的截距。
現在，如果我們允許這截距，那麼我們是上目標。
那真的是重要的至取消選中那不截距選項為了套索。
為了全部這人們那是不是使用JMP臨
和別有SVEM，
你可能說，出色地，好的，什麼是您的模擬？
這裡，什麼是更好的？ AICc,相對BIC,相對P 值。
很遺憾，只是使用這數字的模擬我們已經跑，
有不是作為持續的方法作為那裡是和SVEM。
如果你有得到一個大的數字的運行，哪裡有要么指定
或者正確地指定的或者指定錯誤，這向前或者落後AICc做出色地。
滿的模型做更差，然而在這更小環境，
這滿的模型做更好的因為全部那些條款是相關的。
還這P 值這裡，也。
現在，你看， 0.01做這最壞的， 0.01做這最好的在大的環境。
不是一致性，你用什麼P值？
0.01, 0.05, 0.1 .
這P值從這個看法是一個未調整的優化範圍，
所以也許最好的至避免那和戳和這AICc
如果你是在根據JMP。
然而，我們有見過現在那
SVEM方法為了這些優化問題
做給你幾乎普遍地更好的解決方案
比這單身的射擊方法。
你能夠得到更好的解決方案和JMP羅,和SVEM。
偉大的。
我猜測我們想至只是裹向上。
一些的這鑰匙發現這裡，安德魯。
是的，和還，吉姆，任何其他註釋？
做你有任何其他註釋也關於這些優化問題或者任何事物？
有趣的事物我們已經見過最近？
我們有，是向上反對時間為了當然，但我們已經完畢一些漂亮的驚人事物
那我們已經來向上和新的工程木材
那是更好的比它是曾經到過
和推進劑那是有身體的特性
和表現那我們沒有見過前。
我們有採取一個步，
一個飛躍在條款的一些的這能力
那我們已經見過在我們的混合物模型。
能我們總結和這突出顯示子彈下那裡，
那SVEM似乎至是我們的方法至去，
和如果你只要有一也許SVEM向前選擇，
你會是覆蓋漂亮的出色地。
是的，那是正確的，因為我是總是害怕的。
甚至儘管這最後的有時套索它看起來較少的和截距，
有時它看起來輕微地更好的。
我別知道如果它是也許一或者二案例是顯著地更好的，
但總是脖子和脖子和向前選擇，
但我是總是害怕的那我是去至忘記至轉動離開不截距
和然後給我某物那是更差比正在做
或者作為壞的作為正在做這滿的模型。
我是總是害怕的的正在做那。
SVEM向前選擇和德過錯環境似乎喜歡一個好的安全的方法至去。
完美的。
出色地，和那，我們站立準備好至拿您的問題。
