主要成分和篩選 DoE您好 - 我目前正在 60 多個化學元素描述符上使用 PCA，以降低維度並將“元素”從分類變數轉換為連續變數。但是，我找不到一種簡單的方法來使用一組具有大量所需等級組合的因素。我的兩個想法是“設定協變量因素”或不允許的組合腳本。然而，協變量運行A) 有一個奇怪的建議，即運行次數等於我的PC 的級別數，即使我沒有檢查“在設計中包含所有選定的協變量行”，B) 似乎與PCA 的概念相反，產生不相關的組件。我認為不允許的組合腳本可以工作（尚未探索過），但我從未使用過 JSL，因此我想在走這條路之前看看是否有人有任何建議。
非常感謝！
PS 我還包括了（未完成的）表格和一個單獨的 PC 表格，我用它來產生 DoE（如果有幫助的話）。
進階統計建模自動化和腳本編寫實驗設計視窗回复：主成分和篩選 DoE您可以添加一個協變量因子。 JMP 將假設您想要使用協變量數據表中的每一行。 不過，減少運行次數後，JMP 會找到最優的行子集。 它也會在源數據表中突出顯示它們。
回复：主成分和篩選 DoE還有一個問題。 如果我使用兩組協變量（一組用於元素，另一組用於溶劑）來執行此操作，我將如何執行此操作？ 我試圖將另一組數據放在表中，該組數據佔用的行與第一台 PC 的行不同，只是作為試驗（如下所示），但設計失敗了
謝謝。
回复：主成分和篩選 DoE啊，那是有道理的。 謝謝！
回复：主成分和篩選 DoE你好，
我認為您可能需要對您要實現的目標添加更多解釋。 你能否詳細說明“使用一組具有大量所需水平組合的因素。 “
使用 PCA 來降低像這樣的系統的維度是一種相當標準的方法。 下一步通常是使用主成分作為協變量因子來構建實驗，並選擇候選者以很好地覆蓋主成分空間。
在附帶的溶劑示例中，PCA 將溶劑屬性減少為 2 個組件（本質上是“極性”和“體積”）。 然後將這些成分用作定制設計中的協變量因子，以選擇 9 種溶劑來估計響應曲面模型。 您可以看到所選的 9 種溶劑很好地覆蓋了 PC 空間，因此也覆蓋了原始描述符空間：
我希望這有幫助，
菲爾
回复：主成分和篩選 DoE你好@Phil_凱- 是的，這正是我的意思。 我這樣說是因為我是在談論我試圖讓 JMP 在機械層面上做的事情，而不是問一個更統計的問題。 你分享的溶劑圖正是我計劃做的事情，包括溶劑和 f-block 金屬，儘管我無法弄清楚如何在 JMP 不考慮 PC 的情況下將兩組 PC 同時放入 DoE都是彼此的協變量。
回复：主成分和篩選 DoE這是一個很好的問題（關於：在 DOE 中選擇 2 種不同類型的材料）。 我認為沒有簡單的方法可以做到這一點。 但我認為解決方法是可能的。
解決方法是為溶劑和 f 塊金屬的每種可能組合創建一個包含 1 行的表格。 所以行數 = 溶劑數 * 金屬數。 我將不得不考慮創建它的最簡單方法。
您將需要用於溶劑的 PC 列和用於金屬的 PC 列（我認為您可以在所有組合的大表之前或之後創建它們）。 然後使用所有 PC 列作為協變量因子。
回复：主成分和篩選 DoE您不能將兩組 PCA 組合為協變量。 Custom Desing 將協變量值表視為設計中要用其他因素的水平完成的運行。 JMP 結合協變量組合找到最佳因子水平。 從操作和理念上講，您需要一個包含金屬和溶劑的協變量數據表。 儘管如此，仍然沒有有意義的方法來逐行匹配金屬和溶劑。 他們是真正獨立的。
回复：主成分和篩選 DoE所以我在 Excel 中使用 Microsoft 的強大查詢功能來製作協變量配對錶@Phil_凱建議，我附上了它，但是@馬克貝利你說 ”儘管如此，仍然沒有有意義的方法來逐行匹配金屬和溶劑。” 這是否意味著您認為這行不通，或者它只是一種蠻力方法，而不是一種有意義的方法？
回复：主成分和篩選 DoE使用笛卡爾連接組合金屬表和溶劑表將為您提供所有可能的金屬和溶劑配對。 然後您可以使用自定義設計優化此表的子集。 我在考慮“定制設計”，而不是像 Phil 那樣“自己動手”。
回复：主成分和篩選 DoE噢，我明白。 我想我以為 Phil 是在說“……然後將其投入定制設計。” 那講得通。 謝謝！
不確定我是否應該把它放到一個新問題中，但我也使用了兩種不同的熱處理（微波和熱），這通常可以作為分類變量，但也有第二個因素的開關與不同級別的“熱處理類型”因素：微波將“功率輸入”作為一個附加因素來控制更有意義，而熱則將“溫度”設定點作為一個因素來控制更有意義。 我的猜測是，唯一要做的就是針對不同的熱處理方法進行兩次 DoE，但只是想問問大家是否有任何想法。
如果這是第二個問題，我很樂意提出一個新問題。
回复：主成分和篩選 DoE是的，我認為提出一個單獨的問題會很好。 但簡而言之，我認為您的選擇是對 muwave 和熱進行單獨的實驗。 或者您可以使用類型和級別組合的熱處理分類因子，例如 thermal_100C、thermal_120C、muwave_200W、muwave_300W。 我認為您甚至可以通過單獨運行實驗來以這種方式分析數據。
回复：主成分和篩選 DoE@Phil_凱驚人的。 正如您所建議的，我將問題作為自己的問題發布，所以我想我們可以繼續那裡，因為我確實有一兩個問題。 謝謝！ https://community.jmp.com/t5/Discussions/DoE-where-choice-of-factor-changes-with-the-levels-of-another/mp/577901#M78544
