自訂響應面模型，選擇除下/中/上級別之外的奇怪數字。大家好，
我運行了最初的 DSD，現在嘗試使用一些模仿 RSM 的互動術語來跟進自訂設計。
我設定了每個因素的下限和上限範圍，除非“固定因素”，如下所示，並添加了一些交互項。
然後我進行了沒有中心點/具有 I 最優重複的設計，預設創建了 15 個處理。
每個因子水準上產生的大多數值都是預期的。 但是，我看到兩個水平既不是第三個因素（F3）的上限/下限也不是中心值。 您可以在下面看到非整數值（16.05 和 14.05）。
有誰知道我為什麼得到這些數字？ 它背後的理論原因是什麼？是否有辦法強制它成為位於上/下端或中心點的整數值？
實驗設計回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。感謝您的澄清。
您可以使用預測刻畫器的一項功能來實現穩健的流程設計，而在擬合平台中使用時則無法使用該功能。 將模型另存為列公式。 選擇圖形 > 刻畫器。 將難以控制的因素分配給噪音因素角色。 分析器將同時最大化響應的合意性並最小化響應的一階導數。
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。@馬克貝利
我想我沒有澄清為什麼我想將這兩個保留在模型中。
他們對「反應似乎得到優化」的地區的變化不敏感。 因此可以刪除它們以優化響應。
然而，它們確實對「響應未優化」的響應產生重大影響。 因此，就模型建構目的（又稱增強設計）而言，我確實想包含這些因素。
我非常確定我可以找到最佳且穩健的條件，無需增強設計即可優化響應。 然而，在與像你們這樣的專家討論之後，我決定退後一步，嘗試使用增強設計來更好地理解模型。 感謝您的幫助與支持！
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。為什麼要在模型和新設計中保留這兩個因素？ 如果篩選發現這些因素屬於“瑣碎的許多”而不是“重要的少數”，那麼您也可以在增加時刪除這些因素。
DOE 的一些特點是高效率、經濟和快速學習。 其結果是這款模型有望為您提供長期而富有成效的服務。 這是值得投資的。 @statman闡述了學習過程中迭代的必要性和好處。 因此，篩選、增強、最佳化和驗證。 不過，您是對的，這種日常工作流程會根據具體情況而有多種變化。
繼續提問。
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。你好@statman和@馬克貝利
感謝您提供有關 RSM 或 DOE 的富有洞察力的理念和實際幫助。
我應該說，我最初的 DSD 運行產生了一個相當好的模型，儘管增強設計可能會有整體改進。 然而，我更感興趣的是掃描預計響應最佳的“最佳點”，而不是優化模型預測。 所以我想說製作更好的模型是次要的。
例如，我有 5 個連續因子。 我想修復兩個常數，正如您從我最初發布的螢幕截圖中看到的那樣。 這兩個因素對反應影響不大，對其他因素變化不敏感。 我相信 DSD 建構的這個模型預測。 這就是為什麼我想在有限的範圍內進行增強設計。
我仔細閱讀了“增強設計”選項卡，但沒有找到一種方法來更改因子（連續、恆定、分類）的“屬性”，因為它們根據先前構建的模型增強了設計。 我可以使用增強設計中的“定義因子約束”選項卡在某種程度上限制這些我不想改變的連續因子。 但是，我無法將該因素“固定”為特定值（另一個詞“常數”）。
在這種情況下，增強設計仍然有幫助嗎？ 我是否應該使用客製化設計，它可以讓我在修復和更改因素方面擁有更大的自由？
我做 DOE 的最初目的是透過更少的實驗運行更快地找到最佳條件（我可以最大化產量的條件）。 由於時間很重要，而且我所處理的材料成本也不便宜。 我相信 DSD 在建立某種預測模型方面做得很好，這使我能夠了解響應最佳的當地區域。 然而讀完後@馬克貝利和@statman意見，可能值得先使用增強設計改進模型（範圍比最佳值更寬），然後使用自訂設計運行額外的驗證。
我想這一切都取決於具體情況，對此沒有一個答案。 然而，我想聽到更多你們的評論，無論是實際的還是哲學的。 距離我開始閱讀 DOE 和使用 JMP 才過去 10 天，所以對這個新手的任何評論將不勝感激。
謝謝！
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。我只是想發表一些哲學評論來補充討論，否則你可以完全忽略我。
響應曲面設計背後的想法是將響應映射為重要因素（模型項）的函數。 實驗者需要記住三件事：
1.「真實」的表面已經存在，我們無法改變它。
2. 表面是「n」維的，儘管有強有力的經驗證據表明僅表面的一個子集需要有用（效應稀缺性原則）。
3. 當實驗運行的條件（即，作為噪音函數的推理空間）無法重複時，使用設計因素繪製表面可能沒有用或不切實際。
有許多不同的方法來繪製表面，但在所有情況下，迭代都是調查中高效和有效的關鍵。 我是順序實驗的倡導者。 例如（過於簡化）：可以從定向採樣開始，以確定主要成分或變異來源並評估測量誤差。 對主要成分進行實驗，以確定重要因素和噪音的影響。 移動和/或擴大由重要因素定義的空間，並找出這些因素對噪音穩健的地方。
從幾何和統計分析的角度來看，設計越平衡，分析就越容易，並且希望偏差的可能性越小（水平設定可能會使研究產生偏差）。 當然，隨著運算能力的提高，對平衡的需求變得不再那麼必要。 然而，當您繪製表面時，您希望對錶面進行取樣，以便減輕您自己對聚焦位置的偏見。 諷刺的是，當您處於接近最佳值並且現在正在微調該空間中的因子水平時，統計顯著性不再那麼重要（它已經確定）。 您只是嘗試測試表面上的不同位置以找到最佳響應值。
一個好的模型是一個近似值，最好是易於使用，它捕捉了重要功能所研究的現象並產生程序強壯的可能偏離假設。 通用電氣公司 盒子
「實驗者就像試圖透過在有限數量的位置進行探測來繪製海洋深度圖的人」Box、Hunter 和 Hunter（第 299 頁）
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。1. 您無法變更自訂設計中的因子設定。 只有 JMP 可以做到這一點。 您可以點擊“製作表格”按鈕並編輯結果資料表中的值。 您可以查看編輯非整數值之前和之後的資訊。 然後您可以使用DOE > 設計診斷 > 評估設計取得有關設計的資訊。
2. 你應該閱讀有關的文檔增強設計。 您可以在產生新運行之前在擴充過程中變更因子範圍。 當心！ 不要因為您期望在局部區域得到所需的反應而縮小因子範圍。 這種變化在估計模型參數時所提供的資訊會減少，而這正是實驗的重點。 模型預測後保存單獨測試的確認。
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。謝謝@雷塞爾和@馬克貝利
我的筆記型電腦不允許我登入原來的帳戶，因此我正在使用此帳戶。
作為@馬克貝利也就是說，這些非整數值出現在連續因子（F2 或 F3）中的任何位置。
我有一個後續問題。
1. 令人欣慰的是，將這些非整數移回整數不會破壞設計。 那麼你會如何「移動」這些點呢？ 由於它不會破壞設計，我可以將該值編輯回生成表中的“原始（整數）”值。 然而，這不會告訴我這一點的變化如何影響因素之間的相關性（例如相關性的顏色圖）。 我只是想看看當我改變這些值時別名是如何變化的。 有沒有辦法在「自訂設計」標籤中編輯此值？
2. 我最初想用增強設計來跟進我的 DSD。 Augment Design 似乎吐出了我尚未探索的處理方法（或「本地」設計空間），以使使用 DSD 構建的模型預測更好。 但不一定能吐出我想跟進的最優設計空間。 我在 DOE 選項卡上使用了普通的增強設計，這給了我不小的自由度（例如，固定因子常數）。 我不熟悉'你談到了“最佳增強”，我想探討一下。 您能否指導我找到我可以研究的正確資源（網路研討會或貼文）？
感謝您的幫忙！
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。事實證明，座標交換方法通常會將設計點移離預期座標（例如，F3 = 15），以提高給定因子定義、模型中的項、遊程次數等的最適性。 這個結果是正常的，並不罕見。 因子設計和 DSD 等組合方法可實現平衡。 這不是客製化設計的目標。
這個設計是完全可以接受的。 然而，這可能不切實際。 如果您願意，可以隨意將這些點移回 F3 = 15。 你不會破壞任何東西。 請儲存自訂設計的副本，將其開啟以便有兩個副本，將 F3 等級變更為 15，然後選擇 DOE > 設計診斷 > 比較設計。 最優性會稍微降低。
您是否考慮過使用原始 DSD 的最佳增強而不是新的客製化設計？
回覆：自訂響應面模型選擇除下/中/上層級之外的奇怪數字。我的猜測是，您所看到的與中心複合設計中星點的距離有關（ https://www.itl.nist.gov/div898/handbook/pri/section3/pri3361.htm ）。 F2 和 F3 是唯一的連續因子，只有對它們你才會看到「奇怪」的值。 我嘗試複製您的設計並收到類似的輸出。 一旦您建立了 DoE 表來填充回應，就可以更改這些值，但由於我不熟悉您的因素的影響，因此不清楚這是否會「破壞」設計。 此時我強烈推薦SAS 的 STIPS DoE 模組。 另外，R3和R4不是完全冗餘的嗎？
編輯：好的，螢幕截圖中只有 F3 的「奇怪」值，而不是 F2。
