こんにちは、私はライアンレキベッツマネージャーののエネルギー省そして信頼性チームでJMP。
今日私は行くに話すにあなたについて
あるクラスの飽和したミックス-レベル主要効果デザインのために平番号の走る。
それ音のようにある一口、
しかし良い得るの理解の何それはによるの時間だった終了した。
もしあなた見るで私のJMPジャーナルここ、
ここにありますある粗いアイデアとしてに何の概要は行くに見てのように。
今、での始まりのけれど、私する持っているに電話外、
それで私持っている三つ協力者の上これプロジェクト。
ブラッドリージョーンズ、誰がすべきなれおなじみに多くののあなたでJMP、
ディビエンマジュムダルそしてクリスナハツハイム。
ただいくつかの歴史そして予選。
病気言ういつもの...
もしあなた見るでそこには、私たちは話しましたについて主要効果デザイン。
今、いつもの、いつ私たちは考えるのふるい分けデザイン、
私たちは頻繁考えるの要因いる全てで二レベル。
あなたの標準分数階乗デザインそれあなた見るで教科書、
しかし本当にあるよこれ大きい質問、何について非線形効果？
のコース、その素晴らしい私たちは欲しいに探す外それらのほとんど重要主要効果、
しかし何起こるもしそこにははいくつかの非線形性?
で特定の、で2011年、
決定的ふるい分けデザインまたはDSD打つのシーン。
の大きいものとそれらのDSD、
ここ私たちはだった仮定して全ての要因だった継続的な。
それぞれ要素そしてDSDは行くになれで三つレベル。
それ与えたいくつかの希望のいるできるに検出する二次関数効果
いつ彼らはだった大きい。
病気言うそれだった1つのの大きい人気のDSD。
のデザインだった行くに話すについてここ。
私たちの主要効果、もしあなた考えるのDSD、
ないのみだった彼らは良いでピッキング上主要効果、
だったまた探しているで二次関数そして相互作用。
のデザインだった探しているでここ
は本当に主要効果ふるい分けとして私たちの主要なゴール。
による主要効果ふるい分け、私は言ってる私たちは持っている私たちのリストの要因
そして私たちは欲しいに探す外どれののそれらのはの主要な運転手。
私たちは欲しいに探す外それらの重要な主要効果。
もしだった本当にラッキー、私たちは5月得るいくつかの二次関数相互作用。
しかしまた、主要効果ふるい分けはの大きいもの。
何あなたは行くに探すここはだった行くに持っているあるミックス
の三つ-レベルそして二-レベル要因。
一方のDSD持っていたすべてで三つ-レベル、
ここ私たちは持っているもっとのこれミックスの三つそして二-レベル。
1つののものに支払う注意に
はただのように決定的ふるい分けデザイン。
いつだった話しているについてこれら3レベル要因、
だった行くに仮定するそれ彼らは継続的な。
で特定の、それ手段だったない探しているのためにバランス。
頻繁あなた見るでそれタイトルどこ私たちは話すについて混合されたレベル。
だった話しているについて三つそして2レベル要因。
しかし病気言う伝統的にいつ私たちは考えるの直交光線、
の3レベル要因はカテゴリー的、
そしてそれで私たちは欲しいに見るそれぞれレベルの等しい番号の回。
何だった行くに探すここはそれこれら3レベル要因
私はjです私たち行くに持っているある少しゼロ。
1つのの他の大きいもの、けれど、
はそれだった行くに持っているほとんどとして多くの要因として私たちはする走る。
それはどこそれアイデアの飽和したそしてのタイトル来たから。
飽和状態ただ手段効果的にそれ私持っているただとして多くの要因として私する走る。
それはどこまたそれ主要効果ふるい分け
なぜなら今私持っているそれで多くの要因、
もしあなた始める検討中二次関数相互作用、
それはのひどい多くの条項。
なぜならだった探しているでそれで多くの要因、
だったただ願って私たちはできる検出するそれらの重要な主要効果。
もしあなた考えるについて他のデザイン、
もしあなた考えるについてこれミックスの三つ-レベルそして二レベル、
今すぐに何かもしれない来るに心
はいくつかののの古典的な田口デザイン、それで、 L18またはのL36.
それらののあなた誰がはおなじみとJMP、
あなた5月知るそれあなたできる作成する決定的ふるい分けデザイン
しかし追加した2レベル要因。
のデザインここ私するだろうほとんど見てとしての拡大にいくつかののそれらの。
ここだった行くに持っているある多くもっと2レベル要因
よりもあなたかもしれない欲しいに、けれど、で私たちの標準DSD。
病気言うこれはまたのエリア、けれど、それは選んだ上で蒸気
ある多くでこれら過去少し年。
あなた見るいくつかの参考文献ここ
としてに他の著者それは考えについてこれ同じ問題、
含むある紙それ病気来る戻るにでの終わり。
あなた見るそれ最後、のジョーンズ、レキベッツそしてナハシュタイム紙。
それは実は関連しているにこれ仕事として良い。
しましょう見る、うまくいけばだった全てでの同じ。
もし私たちは行く戻るにそれタイトル。
の飽和したただ手段私たちは持っているある多くの要因相対的にの走るサイズ。
私たちの混合レベル手段それ私たちは持っているいくつかの2レベルそして3レベル。
ただに言及の二-レベルできたなれ継続的なとして良い、
どこだったただない興味があるで探しているでそれらの二次関数効果。
主要効果デザイン言うそれはどこ
私たちのほとんど重要ものは見つけるそれらの重要な主要効果
そしてそれ平数字の走る、
それターン外のデザイン、もしあなた覚えてそれ想起の概要、
全てこれらデザインだった探しているでは行くになれの平番号の走る。
今、いつ私たちは考えるについて建物これらデザイン、
それででいくつかののこれら予備、
私すべき本当に話すについての建物ブロック。
これらデザインは行くになれ建てられたその上
を使用して他の行列または他のデザインでの文学。
場合によってはの上どうやっておなじみあなたはと決定的ふるい分けデザイン、
あるよこれアイデアの何か呼ばれたある会議マトリックス。
あ会議マトリックスはただのMによるMマトリックス
それ私たちは使用に構築する決定的ふるい分けデザイン。
1つののニースものと会議行列
はそれで一般的な、
彼らは存在するのために倍数の二行そして列。
私言ったで一般的な、
あるよある会議マトリックスのために毎複数の二
から2～30、を除外するのために22.
何かに言及ここ、けれど、
はそれでのケースどこある会議マトリックスするない存在する、
またはしましょう言うもしあなた持っているの奇数番号の走る、
あなたできる使用何か呼ばれたある擬似-会議マトリックス。
あ擬似-会議マトリックス言う、
私欲しいに作るそれ見てとして近いとして私できるにある会議マトリックス、
どれのもっているこれ特別財産。
何プロパティある会議マトリックス持っている？
良い、もし私取るC転置Tさんまたは逆に、 C C転置、
その行くになれMマイナス1回の身元マトリックス。
何それ本当に手段はそれこれら列、
の列ののマトリックスC、直交する。
もし私取るそれクロス-製品のどれでも二列、
だった行くに得るあるゼロ。
しかし知らせ私たちは持っているそれM マイナス 1、
なぜなら1つのの他の特徴のの会議マトリックス
はそれそれぞれ行そしてカラムもっているその通り1つゼロ。
もしあなた持っているJMP 17.2、
それで病気認めるそれこれJSL初めショー上でJMP 17.2、
それで私たちは持っているこれ指示のために会議マトリックス。
ここ私できるただ聞くのためにの同じ6x6会議マトリックス。
また、何ですかの特別財産？
良い、もし私たちは見て、それでもし私取るC回C転置または逆に、
私得る6マイナス1、どれのは5回の身元マトリックス。
それぞれのそれらの列は行くになれ直交する。
また、起動あるJMP 17.2、あなたできる作成するあなたの自分の会議マトリックス
ただによる与えるそれの注文。
ここ私欲しかったある6ラン会議マトリックス、それで私だったできるに置くそれで。
しましょう試すそれと八あなたがするように見る。
あるよの8による8会議マトリックス。
それは1つのの建物ブロックそれ私たちは必要。
別の1つはある似ているタイプの構造。
その呼ばれたあるアダマールマトリックス。
の違いはある会議マトリックス持っていた価値観のネガティブ1つ、ゼロ、そして1つ。
あアダマールマトリックスただもっている価値観のプラスそしてマイナス1つ。
あアダマールマトリックス存在しますのためにほとんど倍数の四。
で特定の、これはどこいつあなた聞くアダマールマトリックス、
別のものあなたはそうします聞くについて頻繁回はの直交配列。
で特定ののためにあるアダマールマトリックス、それもっているそれ同じ財産。
もし私取るそれによるその転置、
でこれ場合、私得るN回の身元マトリックス。
もしあなた想起の会議マトリックス、
それだったそれMマイナス1、
の注文なぜなら私たちは持っていた1つゼロでそれぞれ行そしてカラム。
ここその行くになれN回の身元マトリックス。
のアイデアここはそれもし私取るどれでもペアの列、
私たちは持っているそれコンセプトの直交性のためにどれでもペアの列。
似ているにの会議マトリックス、
私たちは実は持っているある特別指示でJSLのために建設中あるアダマール。
しましょう取るある見てここ。
もしあなた知らせ、しましょうただ言うアダマール8、
これは行くに与える自分の8ランアダマールマトリックス。
もし私たちは見るについて取るあるアダマール
のストランド行、そこには私たちは得る八回の身元マトリックス。
また、それで何それ手段、もし私取るどれでもペアの列、
彼らは行くになれ直交、どれのあなたできる実はすでに見る。
ただ演じるそれこれ初め1つはのようにのインターセプト。
あなた見る、全てのこれらはバランスのとれた。
私は行くに得るそれアイデアの直交性。
だった実はほとんどそこにはと私たちの建物ブロック。
の最後ピースそれ私たちは必要は何か呼ばれたのクロネッカー製品。
何あなたはそうします見るはそれ全体を通して私たちは5月ない平本当に必要
に考えるのそれで条項のあるクロネッカー製品。
ただ頻繁いつ私たちは作成するこれらデザイン、それはの方法私たちはのようにに考えるのこれら。
あなたはそうするだろう見るあるクロネッカー積は示されたによるこれシンボル。
それ見た目のようにある乗算とある丸その周りそれ。
でJMPまたは別のの定義クロネッカー積
は呼ばれたの直接製品。
それただ起こりましたそのある便利方法に構築するデザイン。
全てのこれ、クロネッカー積または直接製品は、
もし私取るあるマトリックスあそしてのクロネッカー積のB、
私取るそれぞれ要素のあ
そして適用するそれにの全体マトリックスB以上そして以上また。
どここれ来るでハンディ、
しましょう見るどこあなた5月持っている見た何かのようにこれ前に。
また、私たちは持っているある直接製品、 JSL指示。
しましょう言うもし私ただ欲しかったに始めるとそれ6x6会議マトリックス。
今しましょう言うもし私のマトリックスあ、それで考えるここでこれクロネッカー積あ、
私ただ取るこれら2による1、
それで二行プラス1つそしてあるマイナス1つ、
そして直接製品とC.
何する私得るここ？
良い、これは効果的にもし私追加したある中心走る、
これするだろうなれある13ランDSDそして六要因。
による取るこれ1つそしてマイナス1つ、
それでとのクロネッカー積上こことこれプラス1つ、
私得るそれ会議マトリックスC、そして下下に私得るネガティブC.
これクロネッカー積はただある便利方法
に考えるについてもののように何私たちはかもしれない電話ふ古い。
とそれらの予備は終わり、
今私たちはできる実は始める話しているについてこれら違う建築物。
の初め方法はのほとんど、病気言うの一番素敵なの全ての彼ら。
何だった行くに言う、これはどこ私たちの走るサイズ
は行くになれある複数の八。
何は私たちはやってるここ？
良い、ここだった行くに始める。
だった行くに持っているある会議マトリックスの注文M等しい4K。
また、覚えて、の会議行列
傾向があるに存在するとして長さとして私たちは持っているの平番号。
同じく、のためにのアダマールマトリックス、
それはどこだった探しているのために倍数の四。
ここ私は行くに取るある会議マトリックス
の注文Mそしてあるアダマールマトリックスのの同じ注文
どこだった仮定してここそれ両方存在する。
何私はやってるここは私は行くに折り畳み以上。
あなたできる実は急行これとしてあるクロネッカー製品、
しかしここ私探すそれもっと便利ただに書くそれこれ方法。
あなた見る、これ初め一部見た目のようにある決定的ふるい分けデザイン。
私は取るある会議マトリックスそして折りたたみそれ以上。
それからの上の他の側、私は複製するこれアダマールマトリックス。
私は取るあるコピーのそれ。
何する私たちは得るとこれデザイン？
良い、これら初めM列それは形成されたからの会議マトリックス、
それは行くに与える私たちM 3レベル要因。
の残りMマイナス1は全て行くになれ2レベル要因。
これC一部は行くになれのために3レベル、
これH一部のために2レベル。
何する私たちは終わり上と？
良い、何私たちはした、私たちは基本的に倍増したこれらここ。
だった行くに持っている二Mランそして二Mマイナス1要因。
しましょう取るある見てで何これかもしれない見てのように。
しましょう見るの例ここ。
しましょう取る私のC.
私は行くにただ作成するの8による8会議マトリックス。
初め、しましょう構築するこれら3レベル列。
私は行くに取るそれ直接製品。
また、でこれ場合、私欲しいそれ折り重なり、私欲しいCそしてマイナスC.
しましょう取るある見てで何C見た目のように。
また、これはただそれ折り重なり構造の上それ。
1つものここ、あなた気づいた私言ったの残りM-1カラム
のためにの2レベル要因。
の理由のためにそれ...
しましょう取るある見てでのアダマールマトリックスの注文8.
もし私は行くに複製するこれ、もし私は行くにコピーこれ、
良い、これ初めカラムここは行くになれのためにのインターセプト。
私しないでください欲しいに置くそれとして1つの私のデザイン要因
もしそれ一度もない変化、
もしその絶え間ない全体を通しての全体もの。
もしあなた知らせここ、私は行くにただ落とすのインターセプト。
今私持っているの8による7デザイン。
もしあなた知らせ、私は行くに使用の直接製品またここ。
しかしその代わりのとの会議マトリックス
どこ私だったを使用して1つそしてマイナス1つ、私ただ欲しいに作るあるコピー
のそれアダマールマトリックスHそれなしのインターセプト。
しましょう与えるそれある見て。
私たちはできる取るある見てここの上これマトリックス
どこあなた見るそれの1つ、 1つ、 1つ。
あなたできる実は見るどこそれ取得ただコピーそれまた。
そのただの同じマトリックス積み重ねられたの上上の自体。
もし私連結する全てのそれらの一緒に、あなたできる見る私持っているある16による15.
私できる実はただ作成するそれデータテーブル。
私持っているこれデザイン今、ある16ランデザインと15要因。
の初め八のそれらのは三つレベルそしての残りセブンはで二レベル。
しましょうただ取るある見て。
しましょう行くにデザイン診断
そしてしましょう見る何これ見た目のようにそして評価するデザイン。
あなたできる見る私ただ作成したある主要効果。
これかもしれないなれ難しいに見る、それでこれ見た目かわいい乱雑な、
しかしあなたできるすでに見るあるよある特別構造とこれらデザイン。
1つもの私欲しいにポイント外、しましょう得る取り除くののエイリアス条項。
しましょうただ見てでの相関関係こことこれら主要効果。
あなたできる見るでこれ場合、
実は、全て私の主要効果は直交にそれぞれ他の。
1つものにポイント外ここ、
なぜなら私だったを使用してそれアダマールマトリックスとしてある建物ブロック、
それらの2レベルデザイン、私たちは持っている全てそれニース直交性そこには。
あなたはそうするだろう知らせこれ分数増加で自信間隔長さ
はある少し少しより高い。
なぜはそれ？
良い、それはなぜなら私たちは持っているこれら3レベル要因。
それらの初め要因はで三つレベル。
何それ手段はそれもしそこにははある二次関数効果、
今これは与える自分いくつかの希望の検出するそれ。
また、しないでください忘れる、だったすでにで16走るそして15主要効果。
もし私たちは始める考えについて二次関数効果そして相互作用、
私たちは本当に持っているに希望のためにそれらの大きい効果
いつそれ来るにやってるどれでもモデル選択。
もしあなた考えるのある伝統的デザインどこ私たちはのみ持っていた二レベル、
でそれ場合、私たちはするだろう持っているいいえ希望
のいるできるに検出するどれでも二次関数効果。
それはそれ初め工事。
でいくつかのセンス、それはどこすべて作品外素敵に。
私持っているある会議マトリックスそして私持っていたある走るマトリックス利用可能に自分。
それ与える自分ある走るサイズそれはある複数の八。
今何起こるもし私しないでください持っている1つのそれらの？
しましょう言う私のデザインは行くになれある複数の四。
の走るサイズは行くになれある複数の四。
しましょう仮定する今それ私持っているある会議マトリックス利用可能に自分、
しかし多分私しないでください持っているあるアダマールマトリックス。
もしあなた想起前に、
どこのために私のアダマール私必要それになれある複数の四、
のオリジナル走るサイズ、それでそれいつ私倍増したそれ、それだったある複数の八。
その代わり、多分もし私しないでください持っているあるアダマールマトリックス、
私できた使用何かのようにあるD-最適化主要効果プラン。
これするだろうただなれもし私行ったの中へカスタムデザイン。
しましょう言うもし私欲しかったのために六走る、私するだろう行くの中へカスタムデザイン
そして言う私持っている五主要効果、五要因、
そして私欲しい六走るのためにある主要効果。
これ工事実は見た目ある多くのようにそれしたで方法1.
ののみ本物違いはその代わりのそれアダマールマトリックス、
今私は行くになれを使用してこれD-最適化主要効果プラン。
しかしそれターン外になれの同じものここ。
私は行くに持っているそれらの初めM列のためにの3レベル要因、
の残りMマイナス1のためにの2レベル。
私は本当にでそれアイデアの飽和
なぜならによるの時間私要素でのインターセプト、
私はで二Mランそして2 Mマイナス1要因。
しましょう取るある見てでどうやってこれ1つかもしれない見て。
でこれ場合、
私は行くに行くとある10ラン会議マトリックス、
どれのまた、なぜならそれはある複数の二、
私できる作成するある会議マトリックス。
の1つものに支払う注意にここ、けれど、
なぜならだったで10-走る、
あるよない行くになれあるアダマールマトリックスの注文10利用可能に私たち。
しましょう構築するけれど初めけれど、しましょうただ折り畳み以上それCC。
また、それはただそれDSDっぽい構造。
今でこれ場合、なぜなら私しないでください持っているそれ指示、
そしてそれでこれはどこあなたできた決めるどうやってにするこれ。
あなた5月実は平持っているあなたの自分のデザインそれあなた欲しいに使用でこれ場合。
病気言うでこれ場合、私は見せているあるD-最適化主要効果。
あなた5月欲しいに使用何かのようにあるベイジアンD-最適化
どこ二要素相互作用はもし可能。
しかしそれででこれ場合、全てそれ私は終わり
は私は取られたのD-最適化、 10ランデザインのために九要因、
そして私はただ起こりましたに含むのインターセプトここ。
もしあなた行くの中へカスタムデザイン、これは何あなた得るからのモデルマトリックス。
のモデルマトリックス実は含まれていますのインターセプトによるデフォルト。
それはで事実どこ私持っていたこれからここ。
また、私は行くに落とす。
しましょう落とすそれインターセプトカラム。
また、ここ私はただ複製するのちょうど同じものまた。
私はただ折りたたまれた以上、ない折りたたまれた以上。
私はただ複製されたのちょうど同じもの2回。
それはそうだったなれ難しいに見るとしてにどこそれだった複製されたここ。
しかしまた、全てそれ私たちは持っています終わりはただ作ったあるコピー。
私作ったあるコピーのそれdoptN10m9 2回、連結するそれらの一緒に。
しましょう作成するのデータテーブルまた。
また、 20-走るそして19要因。
また、保つで心それ私の初め10要因
は全てで三つレベル、の残りで二。
しましょう取るある見てで評価するデザインまたここ。
私は行くに置く全てのこれら要因で。
でこれ場合、前に、
しましょう行く直接に取り除くそれらのエイリアス条項。
しましょう取るある見てでの色地図。
これまだ見た目のようにあるかわいい良い色地図に自分。
何する私たちは知らせここ対の最後1つ？
1つのの最大の違いは、
良い、ここ私たちの三つレベルはまだ行くになれ直交、
そしてそれはなぜなら私たちはだったを使用してある会議マトリックス。
の三つ-レベルそしての二-レベルは直交する。
で特定の、私の3レベル要因は直交にの2レベル要因。
しかしなぜなら私だったを使用してそれ10ランデザイン、
それターン外私たちはできない得る完璧直交性
のためにの10ランデザインと九要因。
もし私たちは見ての間でそれらの2レベル要因、私たちは持っているいくつかの小さい相関関係そこには。
1つものにポイント外、
そこにはする存在するあるアダマールマトリックスの注文20.
でいくつかのセンス、私たちはは取るある少し少しのある打つの上それらの2レベル要因。
しかしもしあなた取るある見て、の料金のを使用してこれタイプのデザイン
対、しましょう言う、すべてで二レベル、
私たちは持っているについてある5%増加での自信間隔長さ。
しかしのニースものここ今はそれ今私たちは持っているそれらの要因で三つレベル。
もし私たちは本当には心配したについて二次関数効果
登場するでこれら初めもの、今私たちは持っているあるチャンスの検出するそれらの
である小さい価格にそれ推定効率のためにそれらの主要効果。
それだった素晴らしいでの場合
それ私たちはまだ持っていたある会議マトリックスそれ存在した、しかしいいえアダマール。
これ最後方法、
これはどこ私たちはしないでください本当にフィットの中へどちらかのそれらのケース。
でこれ場合今、
だった話しているについてある走るサイズは行くになれある複数の二。
でこれ場合、何私たちは持っているは私たちはしないでください持っているある会議マトリックス利用可能に私たち。
これはどこだった行くに使用それ擬似-会議マトリックス。
病気言うもしあなたは本当に興味があるでそれ、
病気行く戻るにこれら予備。
での...
しましょう見る。
実は、それだったのオリジナルDSDデザイン。
ごめん、これ2011年決定的ふるい分けデザイン。
もしあなたまた見て、私持っているそれでのリストの参考文献での終わり。
しましょう見る、それらの誰がは特に興味がある。
これオリジナルクラスの3レベルデザインのために決定的ふるい分け
での面前の2番-注文効果。
これ紙だった書かれた前に彼らはだったわかっているのの存在
のこれアイデアの会議行列。
でそれ紙、彼らは話すについてある一般的な目的アルゴリズム
のために作成何かそれ見た目のようにある会議マトリックス。
あなたセットゼロ平行の対角線、
そしてそれからの休むのの価値観は行くになれプラスそしてマイナス1つ、
どこあなたは試していますに作るある主要効果D-最適化デザイン。
これら擬似-会議行列、として彼らはだった、
彼らは見てのようにある会議マトリックス。
あなたできる使用それアルゴリズムいつの会議マトリックスしません存在する。
本当に、何その試していますにするはにドライブそれに見てとして近いとしてそれできる。
もしあなた覚えてある会議マトリックス、
もしあなた取るC転置、あなた得るゼロそしてのオフ対角線
のために完璧直交性、
その行くになれ試していますにドライブそれに見てのようにそれ
どこ私できない作るそれ完璧に。
似ているにの場合私たちは持っていたのために方法2、
私たちのTは行くになれあるD-最適化主要効果プラン。
何する私たちは終わり上とここ？
また、私たちの初めM列はまだ行くになれ3レベル要因、
の残りMマイナス1のためにの二-レベル。
また、だったまだでそれ場合の飽和
によるの時間私たちは要素でのインターセプト。
の料金ここはそれだったない行くに得るのニース直交性
それ私たちは5月持っている持っていたで方法1そして2.
しましょう取るある見てでどうやってこれ1つ作品ここ。
私のCでこれ場合、
そして病気するそれCC。
何私始めましたとここ
だったある擬似-会議マトリックスの注文九。
九はないある複数の二。
私持っているにする何かそれ見たのようにある擬似-会議マトリックス。
しましょうただ取るある見てここ。
しましょう実は取るある見てそして見る何それC輸送C見た目のように。
あなた知らせ私できない得るそれ完璧直交性、
しかしその代わり私持っている八平行の対角線
そしてそれからこれらプラスそしてマイナスものの上のオフ対角線。
だった近い。
私持っているそれCCそれだったただやってるの同じもの、折りたたみそれマトリックス以上。
同じく、それでTさんそれは行くになれのの同じ注文。
私取ったの9ラン、 8要素、 D-最適化デザイン。
でこれ場合、私は実はすでに削除されましたのインターセプト。
だったただ行くに複製するそれデザインまた。
私持っているこれ18による8.
私は行くに組み合わせるそれらの二個一緒に。
しましょう取るある見てでのテーブル。
これはある特に難しいデザインに生成するで一般的な。
でこれ場合、私しないでください持っているあるニース番号。
私の走るサイズは18.
今私持っているこれら初め九要因で三つレベル
そしての残り八で二レベル。
ない驚くべきことに、そこにははある料金のこれ。
また、しましょうただ取り除くそれらのエイリアス条項また
そして取るある見てで私たちの色地図。
あなた見る今、私の二そして三つレベルは実は直交にそれぞれ他の、
しかしの三つレベル持っているある小さい相関の間で彼ら。
それだったどこ、覚えて、もしあなた想起、
私たちは見たそれプラスそしてマイナス1つそしてそれオフ対角線。
同じくのためにの二レベル。
私たちは実は持っている1つとても高い相関ここ、
しかしで一般的な、それでについて0.1。
でこれ場合、私たちはしないでください平持っているの直交デザインに比較するそれに。
私たちは実は持っているあるカップルの要因それ私たちは5月なれ心配したについてある少し、
持っているある少し少しのあるより大きな分数増加。
それらの三つレベル意思言う、良い、私たちはできない得るそれらのになれ完璧としてそれは。
これ分数増加は比較したにの仮説的な直交デザイン、
の直交配列、どれのしません平存在する。
だった支払うある小さい価格、しかし私たちはまだ持っているいくつかの一般的にニースプロパティ。
の三つレベルは直交にの二レベル、
そして私たちは持っています最小化されたそれ相関で一般的な。
でいくつかのセンス、それらのはそれらの三つメソッド。
のニースものは依存しての上の走るサイズそれあなた持っている
そして依存しての上の番号の要因、これ方法論またはこれクラスのデザイン
本当に与えるあなたいくつかの柔軟性での番号の走る。
のコース、もしあなたできる余裕あるある複数の八またはある複数の四、
のプロパティは行くに見てある多くより良い。
しかし私平均、いつ走るは本当に高い、
私たちはまだ持っているこれ方法3、
どれのは行くに与えるあなたある合理的デザイン。
とそれ、私ただ欲しいに与えるいくつかの最後の考えここ。
私持っているあるリンク。
もしあなた取るある見てでこれジャーナルその後、
私持っているあるリンクにあるプレゼンテーションからJMP発見ヨーロッパ
からブラッドリージョーンズそれだったの上直交ミックスレベルデザイン。
のデザインでこれプレゼンテーション、の直交ミックスレベルデザイン、
意思ほとんど見てとても似ているに何だった提示されたここ。
のデザイン提示されたでこれプレゼンテーションはのためにいつあなたはクローザーに飽和。
私するだろう言うこれら直交ミックスレベルデザイン
からの前の発見、そして私たちは実は持っているある紙の上それ。
それはこれジョーンズレキベッツそしてナハツハイム
それだったでJQT、ジャーナルの品質テクノロジー。
それらのデザイン仕事とても良い
いつあなた持っているについて半分の番号の要因相対的にの走るサイズ、
どれの音ある多くのようにDSD、
しかしそのいつあなた持っているもっと2レベル要因。
でのデザイン提示されたでそれプレゼンテーション、
あなたできる行く上にについて4分の3のの走るサイズ。
のデザイン提示されたここ
は本当にいつあなたはクローザーにそれ飽和、
どこあなた言う、良い、いいえ、私本当に持っているある多くの要因
それ私は興味があるで、そしての走るは本当に高い。
のデザインここに埋めるそれ最後ギャップいつあなた欲しいに得る近いに飽和。
私示したあなたこれらデザイン見てニース、
しかしできる彼らは実はする何でもいつそれ来るにモデル選択？
病気言うここ。
また、私たちは持っている走るある多くのシミュレーションの上これら。
これそうではありませんやってるそれきちんと、これはただのためにあるシングル実現。
しましょう言うここ
私の要因、それで電話1つ、電話五、電話13そして14、
私は選ばれたそれとしている重要な。
でベースJMP、あなたかもしれない欲しいに使用何かのように段階的に。
しましょう取るある見て。
ここ私は終わりある合理的仕事。
私5月持っている終了しました上と1つ余分な要素、
しかしでいくつかのセンス、私はそうするだろうまだなれ
とてもハッピーそれ私はされたできるに選ぶ上それらの効果そこには。
しましょう試すこれ同じものと一般化された回帰。
もし私たちは取るある見て、の同じもの。
しましょう見る、 1、 5、 13、そして14.
もし私たちは行く戻る、 1、 5、 13、そして14.
でこれ場合、
両方のあなた持っているJMPプロと一般化された回帰またはフィット段階的に、
両方だったできるに選ぶ上それらの主要効果それ私たちは持っていたでそこには。
ただに見せるあなた今、もしあなた持っているある大きい二次関数効果、
病気言うなぜなら比較したにDSDどこ私たちは持っていたそれ中心ポイント走る、
これ私たちはのみ持っている二ゼロ。
私たちはしないでください平持っているある三番目のためにある中心ポイント
そして私たちは持っているある多くもっと要因。
検出中二次関数効果はまだ行くになれ難しい。
しかししましょうただ演じる私たちは持っているある大きい1つ。
ここ私持っているまた、の1、 5、 13、そして14.
しかし今私はまた追加したあるとても大きい二次関数効果のためにのカラム1つ。
しましょうただ取るある見てここ。
しましょう試すにフィット段階的にまた。
今私は実はただ追加したそれらの二次関数でのモデル。
また、私持っている1つ余分な学期、
しかしもしあなた見る、平でこれ場合、それした実は選ぶ上それ二次関数効果。
ないのみしたそれ選ぶ上の正しい主要効果、
それした検出するの二次関数効果それ私持っていた。
しましょう試すの同じもの。
しましょう見るのモデル打ち上げ。
それ見た目のように私すでに持っているそれ示されているここ。
の同じもの。
あなた見るの1、5、 13、 14、
そして一般化された回帰だったまたできるに選ぶ上それ二次関数効果。
病気言う私するだろうない期待するに予想する
それあなたできる検出するそれ多くの二次関数効果。
しかし平もしあなた見てであなたの残留物プロットまたはあなたの主要効果プロット、
平それらの二ゼロ与えるあなたいくつかの表示
それ多分私する欲しいにフォローする上
そして取るある見てでそれらの要因ある少し少しもっと深くのために二次関数効果。
どこまた、であなたの伝統的ふるい分け、
もしあなたはのみやってるもので二-レベル、あなたしないだろう持っているのチャンスにするそれ。
とそれ、また、私意思役職これジャーナルどここれビデオは位置した、
しかし病気また閃光上これら参考文献でこれ時間。
とそれ、感謝あなたのために取るの時間に時計これビデオ、
そしてお願いします共有どれでもメッセージあなた持っているでのコミュニティ下に。
