主要成分和筛选 DoE您好 - 我目前正在 60 多个化学元素描述符上使用 PCA，以降低维度并将“元素”从分类变量转换为连续变量。但是，我找不到一种简单的方法来使用一组具有大量所需级别组合的因素。我的两个想法是“设置协变量因素”或不允许的组合脚本。然而，协变量运行 A) 有一个奇怪的建议，即运行次数等于我的 PC 的级别数，即使我没有检查“在设计中包含所有选定的协变量行”，B) 似乎与 PCA 的概念相反，生成不相关的组件。我认为不允许的组合脚本可以工作（尚未探索过），但我从未使用过 JSL，因此我想在走这条路之前看看是否有人有任何建议。
非常感谢！
PS 我还包括了（未完成的）表格和一个单独的 PC 表格，我用它来生成 DoE（如果有帮助的话）。
高级统计建模自动化和脚本编写实验设计视窗回复：主成分和筛选 DoE您可以添加一个协变量因子。 JMP 将假设您想要使用协变量数据表中的每一行。 不过，减少运行次数后，JMP 会找到最优的行子集。 它也会在源数据表中突出显示它们。
回复：主成分和筛选 DoE啊，那是有道理的。 谢谢！
回复：主成分和筛选 DoE还有一个问题。 如果我使用两组协变量（一组用于元素，另一组用于溶剂）来执行此操作，我将如何执行此操作？ 我试图将另一组数据放在表中，该组数据占用的行与第一台 PC 的行不同，只是作为试验（如下所示），但设计失败了
谢谢。
回复：主成分和筛选 DoE你好，
我认为您可能需要对您要实现的目标添加更多解释。 你能否详细说明“使用一组具有大量所需水平组合的因素。 “
使用 PCA 来降低像这样的系统的维度是一种相当标准的方法。 下一步通常是使用主成分作为协变量因子来构建实验，并选择候选者以很好地覆盖主成分空间。
在附带的溶剂示例中，PCA 将溶剂属性减少为 2 个组件（本质上是“极性”和“体积”）。 然后将这些成分用作定制设计中的协变量因子，以选择 9 种溶剂来估计响应曲面模型。 您可以看到所选的 9 种溶剂很好地覆盖了 PC 空间，因此也覆盖了原始描述符空间：
我希望这有帮助，
菲尔
回复：主成分和筛选 DoE你好@Phil_凯- 是的，这正是我的意思。 我这样说是因为我是在谈论我试图让 JMP 在机械层面上做什么，而不是问一个更统计的问题。 你分享的溶剂图正是我计划做的事情，包括溶剂和 f-block 金属，尽管我无法弄清楚如何在 JMP 不考虑 PC 的情况下将两组 PC 同时放入 DoE都是彼此的协变量。
回复：主成分和筛选 DoE这是一个很好的问题（关于：在 DOE 中选择 2 种不同类型的材料）。 我认为没有简单的方法可以做到这一点。 但我认为解决方法是可能的。
解决方法是为溶剂和 f 块金属的每种可能组合创建一个包含 1 行的表格。 所以行数 = 溶剂数 * 金属数。 我将不得不考虑创建它的最简单方法。
您将需要用于溶剂的 PC 列和用于金属的 PC 列（我认为您可以在所有组合的大表之前或之后创建它们）。 然后使用所有 PC 列作为协变量因子。
回复：主成分和筛选 DoE您不能将两组 PCA 组合为协变量。 Custom Desing 将协变量值表视为设计中要用其他因素的水平完成的运行。 JMP 结合协变量组合找到最佳因子水平。 从操作和理念上讲，您需要一个包含金属和溶剂的协变量数据表。 尽管如此，仍然没有有意义的方法来逐行匹配金属和溶剂。 他们是真正独立的。
回复：主成分和筛选 DoE所以我在 Excel 中使用 Microsoft 的强大查询功能来制作协变量配对表@Phil_凯建议，我附上了它，但是@马克贝利你说 ”尽管如此，仍然没有有意义的方法来逐行匹配金属和溶剂。” 这是否意味着您认为这行不通，或者它只是一种蛮力方法，而不是一种有意义的方法？
回复：主成分和筛选 DoE使用笛卡尔连接组合金属表和溶剂表将为您提供所有可能的金属和溶剂配对。 然后您可以使用自定义设计优化此表的子集。 我在考虑“定制设计”，而不是像 Phil 那样“自己动手”。
回复：主成分和筛选 DoE噢，我明白。 我想我以为 Phil 是在说“……然后将其投入定制设计。” 那讲得通。 谢谢！
不确定我是否应该把它放到一个新问题中，但我也使用了两种不同的热处理（微波和热），这通常可以作为分类变量，但也有第二个因素的开关与不同级别的“热处理类型”因素：微波将“功率输入”作为一个附加因素来控制更有意义，而热则将“温度”设定点作为一个因素来控制更有意义。 我的猜测是，唯一要做的就是针对不同的热处理方法进行两次 DoE，但只是想问问大家是否有任何想法。
如果这是第二个问题，我很乐意提出一个新问题。
回复：主成分和筛选 DoE是的，我认为提出一个单独的问题会很好。 但简而言之，我认为您的选择是对 muwave 和热进行单独的实验。 或者您可以使用类型和级别组合的热处理分类因子，例如 thermal_100C、thermal_120C、muwave_200W、muwave_300W。 我认为您甚至可以通过单独运行实验来以这种方式分析数据。
回复：主成分和筛选 DoE@Phil_凯惊人的。 正如您所建议的，我将问题作为自己的问题发布，所以我想我们可以继续那里，因为我确实有一两个问题。 谢谢！ https://community.jmp.com/t5/Discussions/DoE-where-choice-of-factor-changes-with-the-levels-of-another/mp/577901#M78544
