Ciao. Mio nome È Bradley Jones. IO Guida IL squadra Di DoE e affidabilità In JMP, E IO Volere A parlare A Voi Oggi Di UN famiglia Di ortogonale principale effetti selezione disegni per misto livello fattori. Questo È UN soggetto Quale Io sono Veramente eccitato Di. Noi abbiamo Appena presentato UN revisione A IL carta per Questo E Io sono sperando Quello Esso Volere Ottenere accettato COSÌ Noi Potere includere Esso lungo con definitivo selezione disegni In IL Piattaforme DoE nel JMP.l e così Ottenere iniziato.
Mio collaboratori per Questo lavoro Sono Chris Nachtsheim, chi è UN Professore A IL Università Di Minnesota Carlson Scuola Di Attività commerciale, E Ryan Lekivetz, chi è UN membro Di Mio squadra del DoE A JMP.
Ecco Mio ordine del giorno. Io sono andando A inizio con UN poco morso Di storia E Alcuni tecnico preliminari. Poi Io sono andando A descrivere tre diverso costruzioni per questi ortogonale misto livello selezione disegni.T Qui Sono tre diverso modi Quello Noi Potere Fare loro.
Malato spettacolo Voi IL JMP scripting lingua per creando questi progetto imposta. Quello Volere soltanto Essere necessario Fino a Noi Potere Ottenere loro costruito in JMP si. Poi Malato trascorrere UN poco morso Di tempo guardare A IL progetto proprietà per disegni costruito Sotto questi tre metodi. Malato discutere dati analisi per questi disegni E spettacolo UN esempio In JMP, E Poi Malato Fare UN riepilogo E Alcuni raccomandazioni A IL FINE. Andiamo inizio con Alcuni storia E motivazione.
IL Primo selezione disegni erano frazionario fattoriale disegni Piace appartamento disegni, O non regolare frazionario fattoriale disegni O regolare frazionario fattoriale disegni. Per questi disegni, ogni fattore era A due livelli soltanto. En ingegneri Quello IO Avere parlato A Avere sentito scomodo Di questi disegni Perché Essi sentito Quello IL mondo tende A Essere non lineare E due livelli Appena non lo è sufficiente A catturare non linearità In IL effetto Di UN fattore In UN risposta.
Poi In 2011, definitivo selezione disegni arrivato E Qui Tutto IL fattori erano presunto A Essere continuo E ogni fattore era A tre livelli, Quale consente Voi A adatto curve A IL relazione fra fattori E risposte. UN T IL metter il fondo a Là È IL citazione per o IL riferimento per IL carta Quello Primo introdotto questi disegni In 2011.
Ora, Là Sono Alcuni professionisti per Nostro iniziale implementazione Di DSD E Anche Alcuni contro. Andiamo andare Attraverso IL professionisti Primo. IL professionisti Sono Quello A meno In Nostro originale implementazione, sei fattore, otto fattore E fattore 10 definitivo schermo disegni avevo ortogonale principale effetti, Ma Noi erano incapace A Ottenere ortogonale principale effetti per Di più fattori. Esso giri fuori Quello UN anno Dopo, qualcuno pubblicato UN Carino modo Di ottenere ortogonale disegni per definitivo selezione esperimenti per ogni Anche numero Di fattori per Quale conferenza matrici erano disponibile. Quello era UN grande avanzare.
Un altro Bene cosa Di DSD È Quello IL principale gli effetti sono ortogonale due- fattore interazioni COSÌ Quello IL stima Di UN principale effetto Volere Mai Essere prevenuto di Qualunque attivo due- fattore interazione.
IL Veramente emozionante aspetto Di DSD È Quello Tutto IL quadratico effetti erano stimabile, Quale È Mai possibile con selezione disegni. Anche con punti centrali, Voi Potere rilevare Quello Là È UN non lineare effetto, Voi Appena non Sapere Dove suo in arrivo da.
Poi Finalmente, In DSD, Se Là Sono sei fattori O Di più, E soltanto tre Di IL fattori giro fuori A Essere importante, Poi A IL Stesso tempo Voi Fare selezione, Voi Potere Anche Fare risposta superficie ottimizzazione. Voi Potevo Forse Ottenere, Se tu sei fortunato, UN selezione progetto E UN risposta superficie progettare t o ottimizzare UN processi In uno sparo.Voi Avere A Essere fortunato, Di corso, Voi Avere A Avere tre O meno attivo effetti O fattori.
IL contro Di IL iniziale implementazione Di definitivo selezione disegni È Quello Primo, Essi non potevo ospitare categorico fattori. In secondo luogo, Essi non potevo ospitare Qualunque blocco. In terzo luogo, Alcuni ricercatori Avere appuntito fuori Quello per rilevamento piccolo quadratico effetti, Quello È, quadratico effetti Dove IL misurare Di IL effetto È Di IL Stesso ordine COME IL errore standard deviazione, Là È Basso energia per questi stime, rilevamento loro con successo. Di corso, Se IL quadratico effetto È grande, Poi Di corso Voi Potere rilevare Esso, particolarmente Se suo tre volte COME grande COME IL norma di errore deviazione.
Ora, Dopo IL originale pubblicazione Di DSD, Noi erano BENE consapevole Quello Esso era UN problema Quello Noi non potevo ospitare due livello categorico fattori. COSÌ Noi ha scritto UN nuovo carta In rivista Di Qualità Tecnologia In 2013 Quello ha mostrato Come A incorporare 2- livello categorico fattori.
Poi In 2016, Noi ha scritto un altro carta In tecnometrica Quello ha mostrato Come A bloccare definitivo schermo disegni utilizzando ortogonale blocchi, blocchi Quello Sono ortogonale A IL fattori.W e erano provando fare un passo- di- fare un passo A indirizzo IL contro Quello erano associato con originale implementazione Di Questo metodologia.Un altro cosa Quello Noi si accorse era Quello persone erano avendo UN poco morso Di guaio sapere Come A analizzare definitivo selezione disegni. Noi inventato UN analisi tecnica Quello era basato SU Nostro comprensione Di IL struttura Di UN DSD. Esso preso particolare vantaggio Di IL speciale struttura Di UN DSD A Fare IL analisi sensibile A Quello struttura. Piuttosto di provando A utilizzo Alcuni generico modello selezione attrezzo Piace graduale O lazo O uno Di quelli.
Questo fatto Esso possibile per UN non esperto In modello selezione A utilizzo Questo fuori Di IL scatola automatizzato tecnica per analizzando UN definitivo selezione progetto. Quello era In 2017, Ma c'è Ancora i problemi.
Primo, Noi fatto scrivere Quello carta Quello aggiunto categorico fattori A UN DSD, Ma Se Voi avevo Di più di tre, IL qualità Di IL progetto andato giù, E Quello era indesiderabile. In fatto, Se Voi avevo pure molti categorico fattori, cose non l'ho fatto Aspetto Bene A Tutto. Quello era UN problema. UN guadagno, quadratico effetti Avere stato appuntito fuori A Avere Basso energia Se Loro sono piccolo. IL scopo Di Questo parlare È A introdurre UN nuovo famiglia Di disegni Quello indirizzi questi problemi.H qui Noi andare.
Primo, IO Avere A Fare Alcuni tecnico preliminari A spiegare Che cosa Noi Bisogno A Avere IL capacità A Fare In ordine A costruire questi disegni. Io sono andando A inizio fuori di parlando Di conferenza matrici. IL conferenza matrice È IL attrezzo Quello IL secondo carta Quello discusso DSD In 2012 E introdotto Tutto IL ortogonale DSD per dodici fattori, 14 fattori, 16 fattori, E COSÌ SU. Essi utilizzo conferenza matrici A Fare Quello accadere.
IO Bisogno A spettacolo Voi Che cosa UN conferenza matrice È. Voi Potere Vedere Qui, conferenza matrice, Quello È quattro fattori con quattro corre, E Là Sono zeri SU IL diagonale elementi E quelli E meno quelli spento IL diagonale. T Lui Freddo cosa Di UN conferenza matrice È Quello Se Voi moltiplicare IL trasporre Di conferenza matrice con IL conferenza matrice, Voi Ottenere UN identità matrice volte IL uno meno IL numero Di righe In IL progetto. IO è così UN ortogonale progetto.
Ora, conferenza matrici esistere Quando IL numero Di righe E colonne È pari. Loro sono piazza matrici E Essi soltanto esistere Quando IL numero Di righe E colonne È UN Anche numero. C'è UN conferenza matrice per ogni Anche numero Di righe E colonne da due righe O E due colonne A 30 righe E 30 colonne, tranne per IL caso Dove IL numero Di righe E colonne È 22. Suo In realtà stato provato Quello IL caso Dove Là Sono 2 2 righe e colonne nn, IL conferenza matrice ha stato provato non A esistere. COSÌ c'è NO modo A costruire uno, purtroppo, Sebbene IO non posso dimostrare Quello risultato me stessa.
Va bene, IL Prossimo cosa IO Bisogno A parlare Di È qualcosa chiamato UN Prodotto Kronecker, Quale usi Quello circolare simbolo con UN X In IL mezzo Di Esso, COSÌ Quello Quando Voi Vedere Quello In UN equazione, Esso significa Voi Volere A Fare UN Kronecker Prodotto. IL Prodotto Kronecker È Anche chiamato UN diretto Prodotto, E In fatto, JMP scripting le lingue, lingua JSL fa Prodotti Kronecker Di matrici utilizzando IL diretto Prodotto comando, non IL Kronecker Prodotto comando.
IL Prodotto Kronecker Di UN vettore uno impilati SU superiore Di negativo uno con UN conferenza matrice pile C SU superiore Di negativo C COME sotto. Che cosa IL Kronecker Prodotto fa È per ogni elemento In IL Primo matrice, Esso sostituti Quello elemento volte IL secondo matrice. COSÌ uno volte IL conferenza matrice È Appena IL conferenza matrice, E negativo uno volte IL conferenza matrice È negativo Di IL conferenza matrice.
Fondamentalmente, UN Kronecker Prodotto Di uno meno uno con UN conferenza matrice Appena pile IL conferenza matrice SU superiore Di si. COSÌ ecco UN caso Dove IO fatto Appena Quello.Voi Avere UN quattro di quattro conferenza matrice SU superiore Di suo piega , Quale È Anche quattro di quattro, E Se Voi erano A aggiungere UN riga zero, lo faresti Avere UN quattro fattore definitivo selezione progetto.
Conferenza matrici Sono utile, Prodotti Kronecker Sono Anche molto utile per costruendo disegni, COME Esso giri fuori.IO Avere UN pochi Di più preliminari A andare Sopra. Permettere Me parlare UN poco morso Di Matrici di Hadamard. Matrici di Hadamard Sono Anche piazza matrici, Ma Loro sono costruito Di quelli E meno quelli. Noi Avere Matrici di Hadamard costruito in JMP per ogni multiplo Di quattro corre O quattro righe E quattro colonne su A 668 righe E 668 colonne. COSÌ ogni multiplo Di quattro, Noi Potere supporto UN Hadamard matrice.
Quello BENE conosciuto. Disegni Hadamard Sono IL Plackett-Birmania disegni E IL due livello frazionario fattoriale disegni. Questi Sono Entrambi Matrici di Hadamard. Hadamard lo era UN francese matematico Chi vissuto In IL tardi 19 secolo, E Lui inventato Questo idea. IO F Avevo la mia matrice come M righe, suo trasposto volte si.È M volte IL identità matrice.
T cappello significa IL Hadamard matrice È ortogonale, numero uno, E numero due, Esso ha IL più grande possibile informazione Di IL righe E IL colonne In IL matrice quello è possibile, dato Quello tu sei utilizzando numeri fra negativo uno E uno. Loro sono molto prezioso utensili per costruendo disegni.
Ora Noi Avere qualunque cosa Quello Noi Bisogno A spettacolo Come A costruire questi nuovo disegni. Noi chiamata loro ortogonale mescolare livello disegni O OML. Loro sono misto livello Perché metà Di IL colonne O metà Di IL fattori Sono tre livelli. Perciò, IL tre livello continuo fattori E metà Di IL colonne O fattori Sono due livelli, E Loro sono per categorico fattori O per continuo fattori per Quale erano non preoccupato Di non lineare effetti.
Ecco IL Primo metodo per costruendo uno Di Nostro OML. Se C sub K È UN K di K conferenza matrice E H sub 2k È UN 2k Hadamard matrice, COSÌ H sub 2K È UN Matrice di Hadamard Quale ha due volte COME molti righe E colonne COME IL conferenza matrice ha.
Poi Se Noi pila UN conferenza matrice SU superiore Di suo piegato E Poi replicare Quello, Noi Ottenere Questo matrice DD, Quale È Appena C negativo C, C negativo C, Tutto impilati SU superiore Di ogni altro. GG È due DSD impilati Sopra ogni altro, meno IL due centro corre Quello DSD normalmente Avere.
Ora, HH È Perché La DD termina su avendo 4k corre Perché Là Sono quattro conferenza matrici con K righe E colonne impilati SU superiore Di ogni altro. COSÌ Là Sono 4k righe In Questo progetto E K colonne. HH È Appena Hatamard matrice impilati SU superiore Di suo piega Sopra progetto.
Da H ha due K righe E colonne Già, impilamento Esso SU superiore Di si fa Esso Avere 4k righe Appena Piace IL GG matrice ha. Esso giri fuori Quello Voi Potere Appena concatenare questi due matrici orizzontalmente A Fare UN ortogonale multilivello progetto. IL GG parte Di Esso Tutto ha tre livelli per fattore. E IL HH parte Di Esso ha due livelli per fattore. E Voi Potere Vedere Quello Là Sono K, tre livello fattori E due K due livello fattori.Pertanto, a 4k riga progetto Voi Potere Avere COME molti COME 3k colonne.
Per esempio, Se tuo progetto K era sei, lo faresti Avere 24 righe E 18 colonne. Sei Di IL fattori volevo Essere tre livelli E dodici Di loro volevo Essere due livelli. Ora Voi Avere modo Di più due- livello fattori E Voi non l'ho fatto perduto Qualunque Di IL caratteristiche Di IL definitivo selezione progetto. IL principale effetti Di Questo progetto Sono ortogonale A ogni altro.
Ecco UN esempio Dove IO costruito UN OML da UN 6 per 6 conferenza matrice E UN 12 per 12 Hadamard matrice. Voi Potere Vedere Là Sono 24 righe In Questo matrice E 18 colonne. IL Primo sei Di loro Sono IL sei, tre- livello colonne, E IL Prossimo dodici Sono IL dodici due- livello colonne.
Ora, Di corso, Voi non Bisogno A utilizzo ogni colonna Di Questo progetto. Voi Potevo Ancora utilizzo Questo progetto Anche Se Voi avevo Dire, quattro O cinque tre livello fattori E Sette due livello fattori.Voi Appena rimuovere cinque Di IL due livello fattori E UN coppia Di IL tre livello fattori, E suo ordinare Di arbitrario Quale quelli Voi Potrebbe rimuovere.
Ecco IL secondo costruzione approccio Qui. C sub K È UN K di K conferenza matrice, E H sub K È UN K di K Hadamard matrice. Ora erano andando A creare GG IL Stesso modo Noi fatto Prima. GG È Appena UN definitivo selezione progetto impilati SU superiore Di si, meno IL due sinergie. HH È UN replicato Hadamard matrice SU superiore Di IL Stesso Hadamard matrice piegato Sopra due volte.
Ora Se Voi Aspetto A IL due colonne Di quelli E meno quelli, Voi Potrebbe avviso Quello quelli due vettori Sono ortogonale A ogni altro. Quello è Che cosa fa Questo particolare costruzione Veramente, Veramente potente.In Questo caso, IL progetto ha 4K righe E soltanto due K colonne. K Di IL fattori Sono A tre livelli E K fattori Sono A due livelli.
IL numero Di corre In Questo progetto È due volte IL numero Di colonne.Ma quello è Ancora UN molto efficiente numero Di corre dato IL numero Di fattori. Suo IL Stesso effetto Di definitivo selezione disegni In fatto. Definitivo selezione disegni Avere due volte COME molti, due volte COME molti più uno corre di fattori.
Ecco UN esempio creato utilizzando UN 4 per 4 conferenza matrice E UN 4 per 4 ore Adamard matrice. Quando Voi pila loro SU superiore Di ogni altro quattro volte, Voi Ottenere otto colonne E 16 righe. Colonne UN Attraverso D, Voi Potere Vedere Sono tre livelli Perché Voi Potere Vedere quelli zeri E Là Sono quattro zeri In ogni colonna.
IO Dovrebbe punto fuori Quello Se Voi avevo UN definitivo selezione progetto, Là Sono soltanto tre zeri In ogni colonna. Avendo UN extra zero fa IL energia per rilevamento UN quadratico effetto UN poco più alto di per IL definitivo schermato progetto.Quello è IL secondo costruzione metodo.
IL terzo costruzione metodo È molto simile A IL secondo, tranne Quello Voi Avere due diverso modi Di aggiungendo Hadamard matrici A IL esempio.Qui Noi Avere IL GG parte È IL Stesso COME IL Primo due costruzione metodi. IL HH parte, Là Sono due HH cose. Uno con IL vettore 1, 1 -1 , -1 , E IL altro uno con IL vettore 1, -1 , -1, 1 . IL tre vettori Quello Sono quelli E negativo quelli Sono Tutto ortogonale A ogni altro.Quello cede UN ortogonale principale effetti progetto.In Questo caso, IL terzo costruzione Ancora ha 4K righe E 3K colonne, Quello È K fattori A tre livelli E due K fattori A due livelli.
Quelli Sono IL tre metodi. Ecco UN esempio Di Quello costruzione con utilizzando UN 4 per 4 conferenza matrice E UN 4 per 4 Hadamard matrice. IL risultato È UN dodici- colonna progetto con 16 righe. Dodici fattori In 16 righe. Molto efficiente progetto per guardare A dodici fattori.Suo Anche ortogonale per IL principale effetti. Principale effetti Sono ortogonale A due- fattore interazioni.
Ora IO Volere A spettacolo Voi tre script per creando questi disegni utilizzando JSL. In IL nel frattempo, Prima Noi gocciolare Questo metodologia in JMP, Voi Potere creare questi disegni con UN molto semplice JSL sceneggiatura. IL Primo comando È creando UN conferenza matrice, In Questo caso conferenza matrice con sei righe E sei colonne.
Poi D È IL diretto Prodotto Di IL vettore 1, -1 , 1, -1 E C. Quello dà Voi IL matrice GG Quello Noi sega In Nostro costruzioni. Poi otto È UN Hadamard matrice con dodici righe E dodici colonne. Avviso Quello dodici È due volte sei. Noi erano richiedendo Quello per IL Primo costruzione, IL Hadamard matrice ha A Avere due volte COME molti righe E colonne COME IL conferenza matrice.
Noi Fare HH di moltiplicando 1, -1 di utilizzando IL diretto Prodotto, IL Carnegie Prodotto Costruzione. Quello dà Voi UN 24- correre HH progetto. IL H cosa ha 24 corre E dodici colonne. Poi IL scorso fare un passo È A orizzontalmente concatenare D E HH A produrre M.L Quale IO Appena accorciato, accorciato OML A M.L. Poi IL COME tavolo comando fa UN tavolo fuori Di Quello matrice.
IL OML Quello Noi Appena creato ha 24 righe E 18 colonne. Sei Di IL colonne Sono fattori A tre livelli, E dodici Di IL fattori Sono A due livelli. Ora, IL sei In IL Primo linea Potere Essere sostituito di otto, 10, 12, 14 su A 30, tranne per 22. IL dodici In IL terzo linea dovere Essere due volte Qualunque cosa numero Voi Mettere In IL Primo linea. Voi Potere utilizzo Questo costruzione A creare Tutto tipi Di OML disegni Appena di mutevole IL numeri In IL Primo E terzo colonne.
Ecco IL secondo costruzione metodo sceneggiatura. IO inizio Ancora con IL conferenza matrice. Questo tempo Io sono facendo UN conferenza matrice Di quattro righe E quattro colonne. D È UN diretto Prodotto Di 1, -1 , 1, -1 E C. Quello è IL Stesso COME Prima.
Questo tempo IO Fare H Essere un Hadamard Di quattro Invece Di due volte IL numero In IL Primo linea. IO Avere A Avere UN vettore con quattro elementi A diretto Prodotto con H. Io uso 1, 1, -1, -1, utilizzo IL cronaca Prodotto Di Quello O IL diretto Prodotto in JMP e JSL parlare. IO Ottenere UN progetto Quello ha 16 righe E otto colonne di orizzontalmente concatenando Quello Doppio verticale linea cosa orizzontalmente concatena due matrici E Poi IL S tavolo fa IL tavolo fuori Di Esso. Questo secondo costruzione ha 16 righe E otto colonne.Là Sono quattro fattori A tre livelli E quattro fattori A due livelli. IL quattro In IL Primo E terzo linee Potere Essere sostituito con Qualunque Anche numero per Quale UN conferenza matrice esiste.
IO Bisogno A corretto me stessa. IL conferenza matrice ha A Essere UN multiplo Di quattro In ordine per Questo A lavoro, Perché IL Hadamard matrice È UN multiplo Di quattro.
Ecco IL scorso costruzione metodo. Ancora, Noi Avere UN conferenza matrice Di quattro, Ma Esso Potevo Essere quattro, Esso Potevo Essere otto, O dodici O 16. Noi Fare UN diretto Prodotto Di Questo vettore Di quelli E negativo quelli E C A Ottenere IL replicato definitivo selezione progetto. Qui Noi creare UN Hadamard matrice Di quattro, Ma Noi Avere due diverso diretto prodotti. IL Primo uno Dove erano fabbricazione UN cronaca Prodotto Di 1, 1, -1, -1 con H, E IL secondo uno erano fabbricazione UN cronaca Prodotto O diretto Prodotto Di 1, -1 , -1 , 1 E H.
Quelli Sono due diverso matrici E Essi accadere A Essere ortogonale A ogni altro. Poi Noi orizzontalmente concatenare Tutto tre Di questi matrici E Fare UN tavolo da Quello. Questo progetto Ora ha 16 righe Perché suo quattro corre In IL conferenza matrice volte quattro. Voi Avere 16 righe E dodici colonne. Là Sono quattro fattori A tre livelli E otto fattori A due livelli.Qui Sono tre molto facile JSL script.A Fare questi disegni, Malato Mettere JSL in IL... Quando Esso va in IL JMP Comunità, Malato aggiungere IL JSL. Malato Anche aggiungere parecchi esempi Di questi OML disegni Quello Voi Potere utilizzo.
Ora IO Volere A parlare Di UN poco morso Di IL proprietà Di questi disegni.Qui Noi Vedere IL progetto proprietà per metodo uno E IL colore carta geografica E IL correlazioni Spettacoli Quello Là Sono NO correlazioni fra Qualunque Di IL 12 fattori In Questo O In realtà 18 fattori In Questo progetto.IL tre- livello fattori Sono Di 10% meno in modo efficiente stima di IL principale effetti di IL due- livello fattori. Quello è Perché Di IL zeri In ogni Di quelli colonne. Quello no aiuto Voi, IL zeri non aiuto Voi stima principale effetti.
Ora IO Volere A spettacolo Voi IL alias matrici per Questo progetto costruzione metodo. Voi Potere Vedere Quello Là Sono UN quantità Di principale effetti Quello Sono non correlato con due- fattore interazioni, Ma Là Sono Anche UN quantità Di principale effetti Quello Sono correlati con due- fattore interazioni.
IL tre- livello fattori principale effetti Sono non alias con Qualunque Di loro due fattore interazione. IL Stesso È Anche VERO Di IL due- livello fattori. Loro principale effetti Sono non alias con loro due- fattore interazioni Perché Entrambi lati Di Questo progetto Sono costruito da piega- Sopra disegni. W e Vedere Quello c'è abbastanza UN morso Di potenziale alias Di principale effetti da attivo due fattori interazioni. In Alcuni senso, metodo uno È UN poco più rischioso A utilizzo di IL altro metodi.
Qui Sono IL progetto proprietà per metodo due. Voi Potere Vedere Quello Qui Io sono fabbricazione UN progetto Quello ha 16 fattori E otto colonne, intendo 16 righe f O otto fattori. IL tre- livello fattori Avere 15% più a lungo fiducia intervalli di IL due- livello fattori. Ancora, Quello È Perché quelli quattro fattori Tutto Avere quattro zeri. quattro Di IL 16 corre Sono zero Invece Di 1 O -1.
IL Freddo cosa Di IL secondo progetto costruzione È Quello nessuno Di IL principale effetti È correlato con Qualunque due- fattore interazioni. Quello ha molti Di IL auspicabile effetto O caratteristiche Di UN definitivo selezione progetto.C'è UN quantità Di ortogonalità fra coppie Di due- fattore interazioni, Ma Là Sono Anche Alcuni correlazioni. Voi Potere Vedere Qui Sono Alcuni correlazioni, Qui Sono Alcuni, E COSÌ SU.
Finalmente, IL progetto proprietà per metodo tre spettacolo Quello tre- livello fattori Sono UN poco meno in modo efficiente stimato di due -livello fattori 15%, 15,5%. Noi Potere Vedere Quello c'è Alcuni alias fra principale effetti E due- fattore interazioni, Ma non COME tanto COME per IL progetto costruzione numero uno. In termini Di rischio, Questo ospita Di più fattori con meno rischio di IL Primo costruzione metodo.
Id Piace Ora A confrontare DSD A UN ortogonale principale effetto O misto- livello progetto. Voi Potere Fare UN DSD con otto fattori, otto, tre- livello fattori, E Quello volevo Avere 17 corre. IO F Voi Ottenere sbarazzarsi Di IL centro correre, Voi volevo Avere UN correre quello è direttamente paragonabile con UN multi- livello 16- correre progetto Quello hai visto In progetto costruzione pure.
Ora, Se Noi confrontare IL efficienza per stima principale effetti, IL definitivo selezione progetto È soltanto 91% D efficiente con rispetto A IL misto- livello progetto, IL G efficienza È 92%, IL UN efficienza È all'incirca 90% E IL IO efficienza È all'incirca 82%. Y tu Potere Vedere Quello IL frazione Di IL progetto spazio complotto Spettacoli Quello IL curva per IL misto- livello progetto È sotto IL curva per IL definitivo schermo progetto bello tanto ovunque. Questo progetto È chiaramente preferibile A IL imputato schermo progetto per stima principale effetti A meno.
Ora IO Volere A parlare Di dati analisi E utilizzo UN esempio. Io ho creato UN progetto utilizzando IL secondo costruzione E IO creato UN Y vettore di aggiungendo casuale normale errori A UN specifica funzione con Entrambi principale effetti E due- fattore interazioni E arrotondamento Esso A due decimale luoghi. IL VERO equazione, IL VERO funzione È Questo uno Qui. Esso ha A, B, E E F principale effetti Sono Tutto attivo E IL AB, ESSERE E EF due- fattore interazioni Sono Tutto attivo.
Quello è UN funzione senza errore. IO aggiunto normale casuale errori con UN standard deviazione Di uno. Che cosa IO usato era Da Questo progetto Potere Essere adatto utilizzando IL Adatto Definitivo Selezione Progetto piattaforma entro JMP, quello è Che cosa IO usato. Qui Voi Vedere Quello IL Adatto Definitivo Selezione Progetto trova Tutto Sette vero effetti E no Trovare Qualunque spurio effetti. Esso prende IL esatto corretto impostato Di effetti.
IL deviazione fra IL VERO parametro valori E IL stimato parametro valori Sono bello piccolo. Per esempio, IL VERO parametro valore per fattore UN È 2.03 E suo stima È 2.45 più O -35. Quello è uno standard deviazione COSÌ suo Appena UN poco morso Di più di uno standard deviazione da suo VERO valore.
Qui Quello IL VERO valore Di IL coefficiente Di B È 3.88 E IO Ottenere 3,94, Quale È molto vicino A suo esatto corretto valore. Voi Potere Vedere per te stesso IL stimato valore Di IL radice Significare quadrato errore È 1.2 E IL VERO quantità Di casuale errore IO aggiunto era esattamente uno. Voi Potere Vedere Ancora, Questo analisi procedura ha Veramente scelto IL esatto corretto analisi.
Ora IO Volere A Fare UN poco JMP demo Quello Spettacoli fondamentalmente IL effettivo di predittivo complotto Quello Voi Vedere Là sotto. Poi Questo complotto Spettacoli Quello IL residui non Avere Qualunque indicazione Di Qualunque problema COME BENE. Io sono andando A Partire Presa della corrente per UN secondo E Appena andare A JMP. Ecco Mio dati, ecco IL funzione con NO errore. IO Potere spettacolo Voi Quello, quello è Appena Questo formula Quello IO ha mostrato Voi In IL diapositiva.
Poi ecco IL dati Dove Io ho aggiunto casuale errore A ogni Di questi valori con Esso. Poi Che cosa delta È, È IL differenza fra IL predizione formula Di Y E IL Y con NO errore.Questi valori Sono Come lontano Noi perse IL VERO valore Di Y per ogni punto.
Se IO Fare IL Adatto Definitivo Selezione Progetto Di Sì, IO Ottenere Che cosa IO ha mostrato Voi Prima E IO Ottenere IL corretto principale effetti E Anche IL corretto due fattore interazioni. Poi Quando IO combinare loro, IO Ottenere IL corretto modello con IL corretto arte, molto vicino A IL VERO stima Di sigma.
Se IO correre Questo modello utilizzando Adatto modello, Questo È IL effettivo di previsto complotto IO Ottenere. Questo È IL residuo complotto IO Ottenere. Ecco IL predizione profilatore Quello Spettacoli IL predittivo valore Di Y. Voi Potere Vedere Quello Se Voi Aspetto A IL pendenza Di IL linea Di B E Vedere COME IO modifica IL valore Di UN, IL pendenza Di B i cambiamenti. Se IO modifica Questo B, IL pendenza Di UN i cambiamenti, Se IO modifica E, IL pendenza Di F i cambiamenti.
Questo indica interazioni accadendo.Se IO ricercato A massimizzare Questo funzione, IO volevo scegliere IL alto valore per ogni Di IL fattori. Poi uno Di IL cose IO fatto era IO creato UN profilatore Quello Dove IO Aspetto A Questo È IL VERO funzione, Questo È Mio predittivo formula E Questo È IL differenza fra quelli due funzioni.
Questo È IL collocamento Quello conduce A IL maggiore differenza fra IL predittivo valore E IL VERO valore Di IL funzione. Quello è Che cosa IO ricercato A spettacolo tu dentro JMP E Malato mossa Indietro A Mio diapositive Ora. Permettere Me riassumere, noi abbiamo parlato Di definitivo schermo disegni con loro professionisti E contro.
IO Poi introdotto IL idea Di UN Cronista Prodotto E ha mostrato Come A costruire questi ortogonale multilivello disegni In tre diverso modi. IO ha mostrato Voi IL JSL script, IO condiviso IL JSL script per costruendo questi disegni.
Voi Potere utilizzo Questo sceneggiatura di mutevole IL numeri In IL Primo E terzo linee A Fare disegni Quello con sempre più grande numeri Di corre. IO parlato Di IL statistico proprietà Di questi disegni E particolare ha mostrato Quello loro ortogonalità, Ma Anche In IL caso Di progetto costruzione due, non soltanto Sono Essi ortogonale per IL principale effetti, Ma IL principale effetti Sono ortogonale A IL due fattore interazioni.
Progetto costruzione due soltanto esiste per disegni Quello Avere UN multiplo Di 16 righe E colonne, Quale È UN lieve svantaggio rispetto, c'è Di più flessibilità con IL altro approcci. Poi Finalmente IO ha mostrato Come A analizzare questi disegni. Permettere Me Fare UN coppia Di raccomandazioni.
Progetto costruzione metodo due È IL più sicuro approccio Perché Di Tutto Di IL ortogonalità coinvolto E IL fatto Quello IL due fattore interazioni Sono non correlato con principale effetti. IO appuntito fuori Già Quello Voi non Avere A utilizzo Tutto IL colonne.
Voi Potere creare uno Di questi progettato E Poi gettare lontano certo colonne In ordine A ospitare IL VERO numero Di fattori Quello Voi Avere. IL vantaggio Di facendo Quello È Quello Voi Volere Anche Ottenere Meglio stime Di IL errore varianza.
Poi suo importante A Ricordare Quello IL tre livello fattori Sono per continuo fattori soltanto.Esso non lo farebbe Fare senso A Avere tre livello categorico fattori per questi colonne Perché Là Sono lontano meno zero elementi di quelli E più quelli.
UN coppia Di Di più cose. Quadratico effetti Esso giri fuori, Sono leggermente Meglio stimato di UN ortogonale principale misto livello progetto di UN DSD. Ma Se Voi ricercato A migliorare IL quadratico effetto stima, Voi Potevo aggiungere due righe Di zeri A IL continuo fattori. Quelli volevo Essere Piace punti centrali.
Poi per IL categorico fattore, Voi Potere scegliere Qualunque vettore Di più quelli Quello ha più quelli E meno quelli In Esso. Poi IL altro, IL secondo riga volevo Avere Appena IL piega Sopra Di IL Primo riga In IL quelli E meno quelli. Quello È Tutto IO Avere per Voi Oggi. Grazie Voi molto tanto per tuo Attenzione.
