Ciao, Io sono Ryan Lekivetz, Manager Di IL DOE E affidabilità squadra A JMP.
Oggi Io sono andando A parlare A Voi Di
UN classe Di saturato mescolare- livello principale effetti disegni per Anche numero Di corre.
Quello suoni Piace UN boccone,
Ma BENE Ottenere UN comprensione Di Che cosa Quello È di IL tempo erano finito.
Se Voi Vedere In Mio JMP rivista Qui,
ecco UN ruvido idea COME A Che cosa IL contorno È andando A Aspetto Piace.
Ora, A IL inizio Di Anche se, IO Fare Avere A chiamata fuori,
COSÌ IO Avere tre collaboratori SU Questo progetto.
Bradley Jones, Chi Dovrebbe Essere familiare A molti Di Voi A JMP,
Dibyen Majumdar E Chris Nachtsheim.
Appena Alcuni storia E preliminari .
Malato Dire Generalmente...
Se Voi Vedere In Là, Noi parlato Di principale effetti disegni.
Ora, Generalmente, Quando Noi pensare Di selezione disegni,
Noi Spesso pensare Di fattori essendo Tutto A due livelli.
Tuo standard frazionario fattoriale disegni Quello Voi Vedere In libri di testo,
Ma Veramente c'è Questo grande domanda, Che cosa Di non lineare effetti?
Di corso, suo Grande Noi Volere A Trovare fuori quelli maggior parte importante principale effetti,
Ma Che cosa accade Se Là È Alcuni non linearità?
In particolare, In 2011,
Definitivo Selezione Disegni O DSD colpo IL scena.
IL grande cosa con quelli DSD,
Qui Noi erano assumendo Tutto IL fattori erano continuo.
Ogni fattore E DSD Sono andando A Essere A tre livelli.
Quello ha dato Alcuni Speranza Di essendo capace A rilevare quadratico effetti
Quando Essi erano grande.
Malato Dire Quello era uno Di IL grande popolarità Di DSD.
IL disegni erano andando A parlare Di Qui.
Nostro principale effetto, Se Voi pensare Di DSD,
non soltanto erano Essi Bene A raccolta su principale effetti,
erano Anche guardare A quadratica E interazioni.
IL disegni erano guardare A Qui
Sono Veramente principale effetti selezione COME Nostro primario obiettivo.
Di principale effetti selezione, Io sono detto Noi Avere Nostro elenco Di fattori
E Noi Volere A Trovare fuori Quale Di quelli Sono IL primario autisti.
Noi Volere A Trovare fuori quelli significativo principale effetti.
Se erano Veramente fortunato, Noi Maggio Ottenere Alcuni quadratico interazioni.
Ma Ancora, principale effetti selezione È IL grande cosa.
Che cosa tu sei andando A Trovare Qui È erano andando A Avere UN mescolare
Di tre- livello E due- livello fattori.
Mentre IL DSD avevo qualunque cosa A tre- livelli,
Qui Noi Avere Di più Di Questo mescolare Di tre E due- livelli.
Uno Di IL cose A paga Attenzione A
È Appena Piace definitivo selezione disegni.
Quando erano parlando Di questi tre livelli fattori,
erano andando A assumere Quello Loro sono continuo.
In particolare, Quello significa erano non guardare per bilancia.
Spesso Voi Vedere In Quello titolo Dove Noi parlare Di misto livelli.
Erano parlando Di tre E due livelli fattori.
Ma Malato Dire tradizionalmente Quando Noi pensare Di ortogonale raggi,
IL tre livelli fattori Sono categorico,
E COSÌ Noi Volere A Vedere ogni livello UN pari numero Di volte.
Che cosa erano andando A Trovare Qui È Quello questi tre livelli fattori
sono j basta andando A Avere UN pochi zeri.
Uno Di IL altro grande cose, Anche se,
È Quello erano andando A Avere Quasi COME molti fattori COME Noi Fare corre.
Quello è Dove Quello idea Di saturato E IL titolo venni da.
Saturato Appena significa effettivamente Quello IO Avere Appena COME molti fattori COME IO Fare corre.
Quello è Dove Anche Quello principale effetti selezione
Perché Ora IO Avere COSÌ molti fattori,
Se Voi inizio considerando quadratica interazioni,
quello è UN Terribile quantità Di termini.
Perché erano guardare A COSÌ molti fattori,
erano Appena sperando Noi Potere rilevare quelli significativo principale effetti.
Se Voi pensare Di altro disegni,
Se Voi pensare Di Questo mescolare Di tre- livello E due livelli,
Ora subito Che cosa Potrebbe Venire A mente
È Alcuni Di IL classico Taguchi disegni, così il L18 O IL L36.
Quelli Di Voi Chi Sono familiare con JMP,
Voi Maggio Sapere Quello Voi Potere creare Definitivo Selezione Progetto
Ma aggiunto due livelli fattori.
IL disegni Qui IO volevo Quasi Aspetto a come UN estensione A Alcuni Di quelli.
Qui erano andando A Avere UN quantità Di più due livelli fattori
di Voi Potrebbe Volere A, Anche se, In Nostro standard DSD.
Malato Dire Questo È Anche UN la zona, Anche se, quello è scelto su In vapore
UN quantità In questi passato pochi anni.
Voi Vedere Alcuni Riferimenti Qui
COME A altro autori Quello Sono pensiero Di Questo Stesso problema,
Compreso UN carta Quello Malato Venire Indietro A A IL FINE.
Voi Vedere Quello scorso, IL Jones, Lekivetz, E Nachshteim carta.
Quello è In realtà imparentato A Questo lavoro COME BENE.
Andiamo Vedere, fiduciosamente erano Tutto In IL Stesso.
Se Noi andare Indietro A Quello titolo.
IL saturato Appena significa Noi Avere UN quantità Di fattori parente A IL correre misurare.
Nostro livello misto significa Quello Noi Avere Alcuni due livelli E tre livelli.
Appena A citare IL due- livello Potevo Essere continuo COME BENE,
Dove erano Appena non interessato In guardare A quelli quadratico effetti.
Principale effetti progetto dice quello è Dove
Nostro maggior parte importante cosa È trovare quelli significativo principale effetti
E Quello Anche numeri Di corre,
Esso giri fuori IL disegni, Se Voi Ricordare Quello richiamare IL contorno,
Tutto questi disegni erano guardare A Sono andando A Essere UN Anche numero Di corre.
Ora, Quando Noi pensare Di edificio questi disegni,
COSÌ In Alcuni Di questi preliminare,
IO Dovrebbe Veramente parlare Di IL edificio blocchi.
Questi disegni Sono andando A Essere costruito su
utilizzando altro matrici O altro disegni In IL letteratura.
Dipendente SU Come familiare Voi Sono con Definitivo Selezione Disegni,
c'è Questo idea Di qualcosa chiamato UN conferenza matrice.
UN conferenza matrice È Appena UN M di M matrice
Quello Noi utilizzo A costruire Definitivo Selezione Disegni.
Uno Di IL Carino cose con conferenza matrici
È Quello In generale,
Essi esistere per multipli Di due righe E colonne.
IO disse In generale,
c'è UN conferenza matrice per ogni multiplo Di due
da da 2 a 30, tranne per 22.
Qualcosa A citare Qui, Anche se,
È Quello In IL casi Dove UN conferenza matrice fa non esistere,
O andiamo Dire Se Voi Avere UN strano numero Di corre,
Voi Potere utilizzo qualcosa chiamato UN pseudo- conferenza matrice.
UN pseudo- conferenza matrice dice,
IO Volere A Fare Esso Aspetto COME vicino COME IO Potere A UN conferenza matrice,
Quale ha Questo speciale proprietà.
Che cosa proprietà UN conferenza matrice Avere?
BENE, Se IO Prendere C trasporre T, O al contrario, C C trasporre,
suo andando A Essere M meno 1 volte IL identità matrice.
Che cosa Quello Veramente significa È Quello questi colonne,
IL colonne Di IL matrice C, ortogonale.
Se IO Prendere Quello attraverso- Prodotto Di Qualunque due colonne,
erano andando A Ottenere UN zero.
Ma avviso Noi Avere Quello M meno 1,
Perché uno Di IL altro caratteristiche Di IL conferenza matrice
È Quello ogni riga E colonna ha esattamente uno zero.
Se Voi Avere JMP 17.2,
COSÌ Malato ammettere Quello Questo JSL Primo Spettacoli su In JMP 17.2,
COSÌ Noi Avere Questo comando per conferenza matrice.
Qui IO Potere Appena chiedere per IL Stesso 6x6 conferenza matrice.
Ancora, cosa c'è IL speciale proprietà?
BENE, Se Noi Aspetto, COSÌ Se IO Prendere C volte C trasporre O al contrario,
IO Ottenere 6 meno 1, Quale È 5 volte IL identità matrice.
Ogni Di quelli colonne È andando A Essere ortogonale.
Ancora, di partenza UN JMP 17.2, Voi Potere creare tuo Proprio conferenza matrice
Appena di dando Esso IL ordine.
Qui IO ricercato UN sei corse conferenza matrice, COSÌ IO era capace A Mettere Quello In.
Andiamo Tentativo Esso con otto come farai Vedere.
C'è UN 8 di 8 conferenza matrice.
Quello è uno Di IL edificio blocchi Quello Noi Bisogno.
Un altro uno È UN simile tipo Di struttura.
Suo chiamato UN Hadamard Matrice.
IL differenza È UN conferenza matrice avevo valori Di negativo uno, zero, E uno.
UN Hadamard matrice Appena ha valori Di più E meno uno.
UN Hadamard matrice esiste per maggior parte multipli Di quattro.
In particolare, Questo È Dove Quando Voi ascoltare Hadamard matrice,
un altro cosa lo farai ascoltare Di Spesso volte È UN ortogonale vettore.
In particolare per UN Hadamard matrice, Esso ha Quello Stesso proprietà.
Se IO Prendere Esso di suo trasporre,
In Questo caso, IO Ottenere N volte IL identità matrice.
Se Voi richiamare IL conferenza matrice,
Esso era Quello M meno 1,
IL ordine Perché Noi avevo uno zero In ogni riga E colonna.
Qui suo andando A Essere N volte IL identità matrice.
IL idea Qui È Quello Se IO Prendere Qualunque paio Di colonne,
Noi Avere Quello concetto Di ortogonalità per Qualunque paio Di colonne.
Simile A IL conferenza matrice,
Noi In realtà Avere UN speciale comando In JSL per costruendo UN Hadamard.
Andiamo Prendere UN Aspetto Qui.
Se Voi avviso, andiamo Appena Dire Hadamard 8,
Questo È andando A Dare Me UN 8 corse Hadamard matrice.
Se Noi Vedere Di prendendo UN Hadamard,
IL filo righe, Là Noi Ottenere otto volte IL identità matrice.
Ancora, COSÌ Che cosa Quello significa, Se IO Prendere Qualunque paio Di colonne,
Loro sono andando A Essere ortogonale, Quale Voi Potere In realtà Già Vedere.
Appena fare finta Quello Questo Primo uno È Piace UN intercettare.
Voi Vedere, Tutto Di questi Sono equilibrato.
Io sono andando A Ottenere Quello idea Di ortogonalità.
Erano In realtà Quasi Là con Nostro edificio blocchi.
IL scorso pezzo Quello Noi Bisogno È qualcosa chiamato IL Kronecker Prodotto.
Che cosa lo farai Vedere È Quello per tutto Noi Maggio non Anche Veramente Bisogno
A pensare Di Esso In termini Di UN Prodotto Kronecker.
Appena Spesso Quando Noi creare questi disegni, quello è IL modo Noi Piace A pensare Di questi.
Lo farai Vedere UN Prodotto Kronecker È denotato di Questo simbolo.
Esso sembra Piace UN moltiplicazione con UN cerchio in giro Esso.
In JMP O un altro definizione per Prodotto Kronecker
È chiamato IL diretto Prodotto.
Esso Appena accaduto suo UN conveniente modo A costruire disegni.
Tutto Di Questo, Prodotto Kronecker O diretto Prodotto È,
Se IO Prendere UN matrice UN E IL Prodotto Kronecker Di B,
IO Prendere ogni elemento Di UN
E fare domanda a Esso A IL intero matrice B Sopra E Sopra Ancora.
Dove Questo arriva In maneggevole,
andiamo Vedere Dove Voi Maggio Avere visto qualcosa Piace Questo Prima.
Ancora, Noi Avere UN diretto Prodotto, una JSL comando.
Andiamo Dire Se IO Appena ricercato A inizio con Quello 6x6 conferenza matrice.
Ora andiamo Dire Se Mio matrice UN, COSÌ pensare Qui In Questo Prodotto Kronecker UN,
IO Appena Prendere questi 2 di 1,
COSÌ due righe più uno E UN meno uno,
E diretto Prodotto con C.
Che cosa Fare IO Ottenere Qui?
BENE, Questo È effettivamente Se IO aggiunto UN centro correre,
Questo volevo Essere UN 13 corse DSD E sei fattori.
Di prendendo Questo uno E meno uno,
COSÌ con IL Prodotto Kronecker su Qui con Questo più uno,
IO Ottenere Quello conferenza matrice C, E giù sotto IO Ottenere negativo C.
Questo Prodotto Kronecker È Appena UN conveniente modo
A pensare Di cose Piace Che cosa Noi Potrebbe chiamata una f oldover.
Con quelli preliminare È Fatto,
Ora Noi Potere In realtà inizio parlando Di questi diverso costruzioni.
IL Primo metodo È IL maggior parte, Malato Dire IL più bello Di Tutto Di loro.
Che cosa erano andando A Dire, Questo È Dove Nostro correre misurare
È andando A Essere UN multiplo Di otto.
Che cosa Sono Noi facendo Qui?
BENE, Qui erano andando A inizio.
Erano andando A Avere UN conferenza matrice Di ordine M equivale 4K.
Ancora, Ricordare, IL conferenza matrici
tendere A esistere COME lungo COME Noi Avere UN Anche numero.
Allo stesso modo, per IL Hadamard matrice,
quello è Dove erano guardare per multipli Di quattro.
Qui Io sono andando A Prendere UN conferenza matrice
Di ordine M E UN Hadamard matrice Di IL Stesso ordine
Dove erano assumendo Qui Quello Entrambi esistere.
Che cosa Io sono facendo Qui È Io sono andando A piega Sopra.
Voi Potere In realtà esprimere Questo COME UN Prodotto Kronecker,
Ma Qui IO Trovare Esso Di più conveniente Appena A scrivere Esso Questo modo.
Voi Vedere, Questo Primo parte sembra Piace UN Definitivo Selezione Progetto.
Io sono prendendo UN conferenza matrice E pieghevole Esso Sopra.
Poi SU IL altro lato, Io sono replicando Questo Hadamard matrice.
Io sono prendendo UN copia Di Quello.
Che cosa Fare Noi Ottenere con Questo progetto?
BENE, questi Primo M colonne Quello Sono formato da IL conferenza matrice,
quello è andando A Dare noi M tre livelli fattori.
IL residuo M meno 1 Sono Tutto andando A Essere due livelli fattori.
Questo C parte È andando A Essere per tre livelli,
Questo H parte per due livelli.
Che cosa Fare Noi FINE su con?
BENE, Che cosa Noi fatto, Noi fondamentalmente raddoppiato questi Qui.
Erano andando A Avere due M-corre E due M meno 1 fattori.
Andiamo Prendere UN Aspetto A Che cosa Questo Potrebbe Aspetto Piace.
Andiamo Vedere UN esempio Qui.
Andiamo Prendere Mio C.
Io sono andando A Appena creare UN 8 di 8 conferenza matrice.
Primo, andiamo costruire questi tre livelli colonne.
Io sono andando A Prendere Quello diretto Prodotto.
Ancora, In Questo caso, IO Volere Quello piegato, IO Volere C E meno C.
Andiamo Prendere UN Aspetto A Che cosa C sembra Piace.
Ancora, Questo È Appena Quello piegato struttura SU Quello.
Uno cosa Qui, Voi si accorse IO disse IL residuo M-1 colonna
per IL due livelli fattori.
IL motivo per Quello...
Andiamo Prendere UN Aspetto A IL Hadamard matrice Di Ordine 8.
Se Io sono andando A replicare Questo, Se Io sono andando A copia Questo,
BENE, Questo Primo colonna Qui È andando A Essere per IL intercettare.
IO non Volere A Mettere Quello COME uno Di Mio progetto fattori
Se Esso Mai i cambiamenti,
Se suo costante per tutto IL intero cosa.
Se Voi avviso Qui, Io sono andando A Appena gocciolare IL intercettare.
Ora IO Avere UN 8 di 7 progetto.
Se Voi avviso, Io sono andando A utilizzo IL diretto Prodotto Ancora Qui.
Ma Invece Di con IL conferenza matrice
Dove IO era utilizzando uno E meno uno, IO Appena Volere A Fare UN copia
Di Quello Hadamard matrice H senza IL intercettare.
Andiamo Dare Quello UN Aspetto.
Noi Potere Prendere UN Aspetto Qui SU Questo matrice
Dove Voi Vedere Quello IL uno, uno, uno.
Voi Potere In realtà Vedere Dove Esso prende Appena copia Esso Ancora.
Suo Appena IL Stesso matrice impilati SU superiore Di si.
Se IO concatenare Tutto Di quelli insieme, Voi Potere Vedere IO Avere UN 16 di 15.
IO Potere In realtà Appena creare Quello dati tavolo.
IO Avere Questo progetto Ora, UN 16 corse progetto con 15 fattori.
IL Primo otto Di quelli Sono tre livello E IL residuo Sette Sono A due livelli.
Andiamo Appena Prendere UN Aspetto.
Andiamo andare A progetto diagnostica
E andiamo Vedere Che cosa Questo sembra Piace E valutare progetto.
Voi Potere Vedere IO Appena creato UN principale effetti.
Questo Potrebbe Essere difficile A Vedere, COSÌ Questo sembra bello disordinato,
Ma Voi Potere Già Vedere c'è UN speciale struttura con questi disegni.
Uno cosa IO Volere A punto fuori, andiamo Ottenere sbarazzarsi Di IL alias termini.
Andiamo Appena Aspetto A IL correlazioni Qui con questi principale effetti.
Voi Potere Vedere In Questo caso,
In realtà, Tutto Mio principale effetti Sono ortogonale A ogni altro.
Uno cosa A punto fuori Qui,
Perché IO era utilizzando Quello Hadamard matrice COME UN edificio bloccare,
quelli due livelli disegni, Noi Avere Tutto Quello Carino ortogonalità Là.
Lo farai avviso Questo frazionario aumento In fiducia intervallo lunghezza
È UN poco morso più alto.
Perché È Quello?
BENE, quello è Perché Noi Avere questi tre livelli fattori.
Quelli Primo fattori Sono A tre livelli.
Che cosa Quello significa È Quello Se Là È UN quadratico effetto,
Ora Questo È dando Me Alcuni Speranza Di rilevamento Quello.
Ancora, non dimenticare, erano Già A 16 corre E 15 principale effetti.
Se Noi inizio pensiero Di quadratico effetti E interazioni,
Noi Veramente Avere A Speranza per quelli grande effetti
Quando Esso arriva A facendo Qualunque modello selezione.
Se Voi pensare Di UN tradizionale progetto Dove Noi soltanto avevo due livelli,
In Quello caso, Noi volevo Avere NO Speranza
Di essendo capace A rilevare Qualunque quadratico effetto.
Quello è Quello Primo costruzione.
In Alcuni senso, quello è Dove qualunque cosa lavori fuori bene.
IO Avere UN conferenza matrice E IO avevo UN correre matrice disponibile A Me.
Quello dà Me UN correre misurare quello è UN multiplo Di otto.
Ora Che cosa accade Se IO non Avere uno Di quelli?
Andiamo Dire Mio progetto È andando A Essere UN multiplo Di quattro.
IL correre misurare È andando A Essere UN multiplo Di quattro.
Andiamo assumere Ora Quello IO Avere UN conferenza matrice disponibile A Me,
Ma Forse IO non Avere UN Hadamard matrice.
Se Voi richiamare Prima,
Dove per Mio Hadamard, IO Bisogno Esso A Essere UN multiplo Di quattro,
IL originale correre misurare, COSÌ Quello Quando IO raddoppiato Esso, Esso era UN multiplo Di otto.
Invece, Forse Se IO non Avere UN Hadamard matrice,
IO Potevo utilizzo qualcosa Piace UN D-ottimale principale effetti piano.
Questo volevo Appena Essere Se IO andato in costume progetto.
Andiamo Dire Se IO ricercato per sei corre, IO volevo andare in costume progetto
E Dire IO Avere cinque principale effetti, cinque fattori,
E IO Volere sei corre per UN principale effetti.
Questo costruzione In realtà sembra UN quantità Piace Esso fatto In metodo 1.
IL soltanto vero differenza È Invece Di Quello Hadamard matrice,
Ora Io sono andando A Essere utilizzando Questo D-ottimale principale effetti piano.
Ma Esso giri fuori A Essere IL Stesso cosa Qui.
Io sono andando A Avere quelli Primo M colonne per IL tre livelli fattori,
IL residuo M meno 1 per IL due livelli.
Io sono Veramente A Quello idea Di saturazione
Perché di IL tempo IO fattore In IL intercettare,
Io sono A due M-corre E 2 M meno 1 fattori.
Andiamo Prendere UN Aspetto A Come Questo uno Potrebbe Aspetto.
In Questo caso,
Io sono andando A andare con UN 10 corse conferenza matrice,
Quale Ancora, Perché quello è UN multiplo Di due,
IO Potere creare UN conferenza matrice.
IL uno cosa A paga Attenzione A Qui, Anche se,
Perché erano A 10- corre,
c'è non andando A Essere UN Hadamard matrice Di ordine 10 disponibile A noi.
Andiamo costruire Anche se Primo Anche se, andiamo Appena piega Sopra Quello CC.
Ancora, quello è Appena Quello Simile al DSD struttura.
Ora In Questo caso, Perché IO non Avere Quello comando,
E COSÌ Questo È Dove Voi Potevo decidere Come A Fare Questo.
Voi Maggio In realtà Anche Avere tuo Proprio progetto Quello Voi Volere A utilizzo In Questo caso.
Malato Dire In Questo caso, Io sono mostrando UN D-ottimale principale effetti.
Voi Maggio Volere A utilizzo qualcosa Piace UN Bayesiano D-ottimale
Dove due fattori interazioni Sono Se possibile.
Ma COSÌ In Questo caso, Tutto Quello Io ho Fatto
È Io ho preso IL D-ottimale, 10 corse progetto per nove fattori,
E Io ho Appena accaduto A includere IL intercettare Qui.
Se Voi andare in Costume Progetto, Questo È Che cosa Voi Ottenere da IL modello matrice.
IL modello matrice In realtà include IL intercettare di predefinito.
Quello è In fatto Dove IO avevo Questo da Qui.
Ancora, Io sono andando A gocciolare.
Andiamo gocciolare Quello intercettare colonna.
Ancora, Qui Io sono Appena replicando IL esatto Stesso cosa Ancora.
Io ho Appena piegato Sopra, non piegato Sopra.
Io ho Appena replicato IL esatto Stesso cosa due volte.
Lo sarebbe Essere difficile A Vedere COME A Dove Esso era replicato Qui.
Ma Ancora, Tutto Quello noi abbiamo Fatto È Appena fatto UN copia.
IO fatto UN copia Di Quello doptN10m9 due volte, concatenare quelli insieme.
Andiamo creare IL dati tavolo Ancora.
Ancora, 20- corre E 19 fattori.
Ancora, Mantenere In mente Quello Mio Primo 10 fattori
Sono Tutto A tre livelli, IL residuo A due.
Andiamo Prendere UN Aspetto A valutare progetto Ancora Qui.
Io sono andando A Mettere Tutto Di questi fattori In.
In Questo caso, Prima,
andiamo andare direttamente A rimuovere quelli alias termini.
Andiamo Prendere UN Aspetto A IL colore carta geografica.
Questo Ancora sembra Piace UN bello Bene colore carta geografica A Me.
Che cosa Fare Noi avviso Qui contro IL scorso uno?
Uno Di IL più grande differenze È,
BENE, Qui Nostro tre livelli Sono Ancora andando A Essere ortogonale,
E quello è Perché Noi erano utilizzando UN conferenza matrice.
IL tre- livelli E IL due- livelli Sono ortogonale.
In particolare, Mio tre livelli fattori Sono ortogonale A IL due livelli fattori.
Ma Perché IO era utilizzando Quello 10 corse progetto,
Esso giri fuori Noi non posso Ottenere perfetto ortogonalità
per IL 10 corse progetto con nove fattori.
Se Noi Aspetto tra quelli due livelli fattori, Noi Avere Alcuni piccolo correlazioni Là.
Uno cosa A punto fuori,
Là fa esistere UN Hadamard matrice Di ordine 20.
In Alcuni senso, Noi Sono prendendo UN poco morso Di UN colpo SU quelli due livelli fattori.
Ma Se Voi Prendere UN Aspetto, IL costo Di utilizzando Questo tipo Di progetto
contro, andiamo Dire, qualunque cosa A due livelli,
Noi Avere Di UN 5% aumento In IL fiducia intervallo lunghezza.
Ma IL Carino cosa Qui Ora È Quello Ora Noi Avere quelli fattori A tre livelli.
Se Noi Veramente Sono preoccupato Di quadratico effetti
apparire In questi Primo quelli, Ora Noi Avere UN opportunità Di rilevamento quelli
A UN piccolo prezzo A Quello stima efficienza per quelli principale effetti.
Quello era Grande In IL caso
Quello Noi Ancora avevo UN conferenza matrice Quello esisteva, Ma NO Hadamard.
Questo scorso metodo,
Questo È Dove Noi non Veramente adatto in O Di quelli casi.
In Questo caso Ora,
erano parlando Di UN correre misurare È andando A Essere UN multiplo Di due.
In Questo caso, Che cosa Noi Avere È Noi non Avere UN conferenza matrice disponibile A noi.
Questo È Dove erano andando A utilizzo Quello pseudo- conferenza matrice.
Malato Dire Se tu sei Veramente interessato In Quello,
Malato andare Indietro A questi preliminare.
In IL...
Andiamo Vedere.
In realtà, Esso era IL originale DSD progetto.
Scusa, Questo 2011 Definitivo Selezione Progetto.
Se Voi Anche Aspetto, IO Avere Esso In IL elenco Di Riferimenti A IL FINE.
Andiamo Vedere, quelli Chi Sono in particolar modo interessato.
Questo originale classe Di tre livelli progetto per Definitivo Selezione
In IL presenza Di secondo- ordine effetti.
Questo carta era scritto Prima Essi erano consapevole Di IL esistenza
Di Questo idea Di conferenza matrici.
In Quello carta, Essi parlare Di UN generale scopo algoritmo
per creando qualcosa Quello sembra Piace UN conferenza matrice.
Voi impostato zeri lungo IL diagonale,
E Poi IL riposo Di IL valori Sono andando A Essere più E meno uno,
Dove tu sei provando A Fare UN principale effetti D-ottimale progetto.
Questi pseudo- conferenza matrici, COME Essi erano,
Essi Aspetto Piace UN conferenza matrice.
Voi Potere utilizzo Quello algoritmo Quando IL conferenza matrice no esistere.
Veramente, Che cosa suo provando A Fare È A guidare Esso A Aspetto COME vicino COME Esso Potere.
Se Voi Ricordare UN conferenza matrice,
Se Voi Prendere C trasporre, Voi Ottenere zeri E IL spento diagonale
per perfetto ortogonalità,
suo andando A Essere provando A guidare Esso A Aspetto Piace Quello
Dove IO non posso Fare Esso perfettamente.
Simile A IL caso Noi avevo per metodo 2,
Nostro T È andando A Essere UN D-ottimale principale effetti piano.
Che cosa Fare Noi FINE su con Qui?
Ancora, Nostro Primo M colonne Sono Ancora andando A Essere tre livelli fattori,
IL residuo M meno 1 per IL due- livello.
Ancora, erano Ancora A Quello caso Di saturazione
di IL tempo Noi fattore In IL intercettare.
IL costo Qui È Quello erano non andando A Ottenere IL Carino ortogonalità
Quello Noi Maggio Avere avevo In metodo 1 E 2.
Andiamo Prendere UN Aspetto A Come Questo uno lavori Qui.
Mio C In Questo caso,
E Malato Fare Quello CC.
Che cosa IO iniziato con Qui
era UN pseudo- conferenza matrice Di ordine nove.
Nove È non UN multiplo Di due.
IO Avere A Fare qualcosa Quello guardò Piace UN pseudo- conferenza matrice.
Andiamo Appena Prendere UN Aspetto Qui.
Andiamo In realtà Prendere UN Aspetto E Vedere Che cosa Quello C trasporto C sembra Piace.
Voi avviso IO non posso Ottenere Quello perfetto ortogonalità,
Ma Invece IO Avere otto lungo IL diagonale
E Poi questi più E meno quelli SU IL spento diagonali.
Erano vicino.
IO Avere Quello CC Quello era Appena facendo IL Stesso cosa, pieghevole Quello matrice Sopra.
Allo stesso modo, COSÌ T, quello è andando A Essere Di IL Stesso ordine.
IO preso IL nove corse, otto fattori, D-ottimale progetto.
In Questo caso, Io ho In realtà Già RIMOSSO IL intercettare.
Erano Appena andando A replicare Quello progetto Ancora.
IO Avere Questo 18 di 8.
Io sono andando A combinare quelli due pezzi insieme.
Andiamo Prendere UN Aspetto A IL tavolo.
Questo È UN in particolar modo difficile progetto A creare In generale.
In Questo caso, IO non Avere UN Carino numero.
Mio correre misurare È 18.
Ora IO Avere questi Primo nove fattori A tre livelli
E IL residuo otto A due livelli.
Non sorprendentemente, Là È UN costo Di Questo.
Ancora, andiamo Appena rimuovere quelli alias termini Ancora
E Prendere UN Aspetto A Nostro colore carta geografica.
Voi Vedere Ora, Mio due E tre livelli Sono In realtà ortogonale A ogni altro,
Ma IL tre livelli Avere UN piccolo correlazione tra loro.
Quello era Dove, Ricordare, Se Voi richiamare,
Noi sega Quello più E meno uno E Quello spento diagonale.
Allo stesso modo per IL due livelli.
Noi In realtà Avere uno abbastanza alto correlazione Qui,
Ma In generale, COSÌ Di 0,1.
In Questo caso, Noi non Anche Avere UN ortogonale progetto A confrontare Esso A.
Noi In realtà Avere UN coppia Di fattori Quello Noi Maggio Essere preoccupato Di UN morso,
Avere UN poco morso Di UN più grandi frazionario aumento.
Quelli tre livelli Volere Dire, BENE, Noi non posso Ottenere quelli A Essere perfetto COME Esso È.
Questo frazionario aumento È rispetto A IL ipotetico ortogonale progetto,
IL ortogonale vettore, Quale no Anche esistere.
Erano pagando UN piccolo prezzo, Ma Noi Ancora Avere Alcuni generalmente Carino proprietà.
IL tre livelli Sono ortogonale A IL due livelli,
E noi abbiamo ridotto al minimo Quello correlazione In generale.
In Alcuni senso, quelli Sono quelli tre metodi.
IL Carino cosa È dipendente SU IL correre misurare Quello Voi Avere
E dipendente SU IL numero Di fattori, Questo metodologia O Questo classe Di disegni
Veramente dà Voi Alcuni flessibilità In IL numero Di corre.
Di corso, Se Voi Potere permettersi UN multiplo Di otto O UN multiplo Di quattro,
IL proprietà Sono andando A Aspetto UN quantità più bello.
Ma IO Significare, Quando corre Sono Veramente costoso,
Noi Ancora Avere Questo metodo 3,
Quale È andando A Dare Voi UN ragionevole progetto.
Con Quello, IO Appena Volere A Dare Alcuni finale pensieri Qui.
IO Avere UN collegamento.
Se Voi Prendere UN Aspetto A Questo rivista dopo,
IO Avere UN collegamento A UN presentazione da JMP Scoperta Europa
da Bradley Jones Quello era SU ortogonale mescolare livello disegni.
IL disegni In Questo presentazione, IL ortogonale mescolare livello disegni,
Volere Quasi Aspetto molto simile A Che cosa era presentata Qui.
IL disegni presentata In Questo presentazione Sono per Quando tu sei più vicino A saturazione.
IO volevo Dire questi ortogonale livello di mix disegni
da IL precedente scoperta, E Noi In realtà Avere UN carta SU Quello.
Quello è Questo Jones Lekivetz, E Nachtsheim
Quello era In JQT, rivista Di Qualità Tecnologia.
Quelli disegni lavoro molto BENE
Quando Voi Avere Di metà IL numero Di fattori parente A IL correre misurare,
Quale suoni UN quantità Piace DSD,
Ma suo Quando Voi Avere Di più due livelli fattori.
In IL progetto presentata In Quello presentazione,
Voi Potere andare su A Di tre quarti Di IL correre misurare.
IL disegni presentata Qui
Sono Veramente Quando tu sei più vicino A Quello saturazione,
Dove Voi Dire, BENE, NO, IO Veramente Avere UN quantità Di fattori
Quello Io sono interessato In, E IL corre Sono Veramente costoso.
IL disegni Qui A riempire Quello scorso spacco Quando Voi Volere A Ottenere vicino A saturazione.
IO ha mostrato Voi questi disegni Aspetto Carino,
Ma Potere Essi In realtà Fare nulla Quando Esso arriva A modello selezione?
Malato Dire Qui.
Ancora, Noi Avere correre UN quantità Di simulazioni SU questi.
Questo non lo è facendo Esso correttamente, Questo È Appena per UN separare realizzazione.
Andiamo Dire Qui
Mio fattori, COSÌ chiamata uno, chiamata cinque, chiamata 13 E 14,
Io ho scelto Esso COME essendo significativo.
In base JMP, Voi Potrebbe Volere A utilizzo qualcosa Piace graduale.
Andiamo Prendere UN Aspetto.
Qui Io ho Fatto UN ragionevole lavoro.
IO Maggio Avere conclusa su con uno extra fattore,
Ma In Alcuni senso, Id Ancora Essere
abbastanza Contento Quello Io ho stato capace A scegliere su quelli effetti Là.
Andiamo Tentativo Questo Stesso cosa con generalizzato regressione.
Se Noi Prendere UN Aspetto, IL Stesso cosa.
Andiamo Vedere, 1, 5, 13, E 14.
Se Noi andare Indietro, 1, 5, 13, E 14.
In Questo caso,
Entrambi Di Voi Avere JMP Pro con generalizzato regressione O Adatto passo passo,
Entrambi erano capace A scegliere su quelli principale effetti Quello Noi avevo In Là.
Appena A spettacolo Voi Ora, Se Voi Avere UN grande quadratico effetto,
Malato Dire Perché rispetto A DSD Dove Noi avevo Quello centro punto correre,
Questo Noi soltanto Avere due zeri.
Noi non Anche Avere UN terzo per UN centro punto
E Noi Avere UN quantità Di più fattori.
Rilevamento quadratico effetti È Ancora andando A Essere difficile.
Ma andiamo Appena fare finta Noi Avere UN grande uno.
Qui IO Avere Ancora, IL 1, 5, 13, E 14.
Ma Ora Io ho Anche aggiunto UN abbastanza grande quadratico effetto per IL colonna uno.
Andiamo Appena Prendere UN Aspetto Qui.
Andiamo Tentativo A adatto graduale Ancora.
Ora Io ho In realtà Appena aggiunto quelli quadratica In IL modello.
Ancora, IO Avere uno extra termine,
Ma Se Voi Vedere, Anche In Questo caso, Esso fatto In realtà scegliere su Quello quadratico effetto.
Non soltanto fatto Esso scegliere su IL corretto principale effetti,
Esso fatto rilevare IL quadratico effetto Quello IO avevo.
Andiamo Tentativo IL Stesso cosa.
Andiamo Vedere IL modello lancio.
Esso sembra Piace IO Già Avere Esso mostrato Qui.
IL Stesso cosa.
Voi Vedere IL 1, 5, 13, 14,
E generalizzato regressione era Anche capace A scegliere su Quello quadratico effetto.
Malato Dire IO volevo non aspettarsi A anticipare
Quello Voi Potere rilevare Quello molti quadratico effetti.
Ma Anche Se Voi Aspetto A tuo residuo trame O tuo principale effetti trame,
Anche quelli due zeri Dare Voi Alcuni indicazione
Quello Forse IO Fare Volere A seguire su
E Prendere UN Aspetto A quelli fattori UN poco morso più profondo per quadratico effetti.
Dove Ancora, In tuo tradizionale selezione,
Se tu sei soltanto facendo cose A due- livello, Voi non lo farebbe Avere IL opportunità A Fare Quello.
Con Quello, Ancora, IO Volere inviare Questo rivista Dove Questo video È situato,
Ma Malato Anche veloce su questi Riferimenti A Questo tempo.
Con Quello, Grazie Voi per prendendo IL tempo A orologio Questo video,
E Per favore condividere Qualunque messaggi Voi Avere In IL Comunità sotto.
