回复：DoE 增强我推荐 Goos 和 Jones 的 Optimal Design of Experiments: A Case Study Approach 给任何想更多地了解优化设计的人。 本书包括有关 RSM 和增强的案例研究。 有免费的章节下载这里.
回复：DoE 增强你好，
选项 1 是“经典”或“教科书”方法。 当计算和软件无法用于设计（和扩充）实验时，这将是常见的方法。
选项 2 是“最佳”或“自定义”方法。 这是 JMP 推荐的方法，因为它使您能够设计正确的实验来满足您的目标并解决您的问题。
因此，选项 1 与选项 2 的选择是经典方法与最佳方法的选择，这在过去几十年中已被讨论过很多次。
经典方法经过反复试验。 它们通常更容易理解。
经典和最优方法通常会收敛于相同的设计（或扩充设计），因为经典设计是最优的。
最佳方法为您提供更大的灵活性。 您可以决定运行次数。 您可以决定只希望估计某些因子的二次项。 或者您可以决定只估计一些可能的相互作用。 您可以限制因子范围并排除因子空间的某些区域。
选项 1 将使您能够实现对曲率建模的目标。 选项 2 也可以工作，并为您提供更多的灵活性。
我希望这有帮助，
菲尔
美国能源部增强我通过定制设计平台进行了主效应筛选设计。 现在我需要增强设计来模拟曲率。 似乎有两个选项：(1) 添加轴点和中心点，(2) 使用增强按钮并选择 RSM 添加交互项和二次项。
选项 1 似乎适用于中心复合设计。 谁能告诉我是否有任何特殊原因使用上面的选项 1 或选项 2 来模拟模型中的曲率？ 谢谢。
实验设计
