你好。我是这里到讲话今天关于这至关重要的步0
的设计的实验。
真的这主意的这是到拿满的优势
的这财富的不同的工具那是在下面这美国能源部平台在JMP。
患病的走通过什么我们应该是思维关于
在那些早期的阶段的一个实验。
如果你看在这美国能源部平台清单，
什么你会看是那有A很多的不同的选择。
之内每个选择，有许多更多的选择。
之内一些的那些，有嵌套的的可能性。
如果你是一个专家在设计的实验，
这财富的可能性真的感觉喜欢这样的A精彩的放的工具。
我爱全部的这选项那是可用的在联合管理计划那允许我
到创造这设计那我真的想为了A特别的实验。
但如果你是只是得到开始,然后我思考这放的可能性
能感觉A小的少量令人生畏的和有时A少量压倒。
它可能是A小的少量喜欢去
到A新的种类的餐厅那你已经绝不到过到前。
有人谁是A经验丰富的游客到那些种类的餐馆,
爱全部这可能性和这财富的选项在A大的菜单。
但如果你是那里为了这第一的时间，
它会是好的如果某人引导的你到这正确的放选择
所以那你可以制作A好的决定
为了那第一的访问和有它是成功的。
这是什么我是规划在说关于今天。
第一的，我思考这钥匙到A好的实验性的结果是到真的有
A清除感觉的什么这目标的这实验是。
患病的讲话通过一些不同的可能性的常见的目标
为了实验那真的帮助我们磨练在在什么是试到完成
和什么将要表明A成功为了那实验。
然后患病的做A快的走-通过的一些
的这更多的常见的选择的设计的实验选择在杰普,
和然后患病的返回到如何做我们相互影响和那些对话盒子那我们得到
什么时候我们已经选择的A设计为了什么因素到选择，这回应，
和这关系之间这输入和这输出。
那是在哪里是为首的通过全部的这，
和我将要说那这第一的和这第三脚步真的需要
A巨大的数量的主题事情专业知识。
如果你是去到是成功的设计一个实验，
你真的需要到知道作为很多作为可能的
关于这框架在下面哪个你是正在做那设计。
我们想在事实包含主题事情专业知识无论在哪里可能的
到制作当然那是在事实环境向上这实验到这最好的的我们的能力。
什么是我们试到做？
我有列出这里六常见的实验性的目标。
我思考那种类的给出你，
A清单如果你喜欢的不同的选项的事物
那你可能是思维的完成和你的实验。
我们可能开始和A飞行员学习，
所以是只是感兴趣的在制作当然
那是去到得到数据的充足的质量
为了这实验和回答这问题那我们想到有。
我们可能是感兴趣的在勘探或者筛选。
我们有A长的列表的因素，
和我们想要数字出去哪个一似乎
到制作A不同之处为了我们的回应的兴趣，
和哪个那些不似乎特别重要的。
我们还可能想到做一些造型。
实际上形式化那关系那是看到
之间输入和回应，和捕获它在A功能性的形式。
有时我们不得到这等级
的精确那我们需要，和所以我们需要到做模型细化，
和所以那可能是A第二实验。
然后一次我们有A模型，我们想到使用那到实际上优化。
如何做我们得到我们的系统到履行到这最好的的它是能力为了我们的需要。
然后最后，有A确认实验
在哪里我们制作那过渡
从这受控设计的实验环境
那是经常正在做我们的初步的数据收藏在
到生产，和制作当然我们能翻译
什么我们已经见过在首先实验进入A生产环境。
你能看从这进展那我有概述这里，
那我们可能实际上有A系列的小的实验那我们想要连接。
我们可能开始离开和A飞行员学习到得到这数据质量正确的，
然后出色地数字出去哪个因素是重要的，然后出色地想要模型那些，
然后出色地想要使用那模型到优化，
和然后最后翻译那些结果
进入这最终的执行在生产。
我们能思考的这依次地
或者为了一个个人实验只是对付一的这些目标。
现在我们有一些框架为了什么
这目标的这实验是和如何到思考关于那，
出色地现在过渡到看着
在什么一些的这常见的选择是在联合管理计划
和如何他们连接和不同的目标。
患病的打开向上这美国能源部标签在 JMP 中，和你能看那我们已经得到
这列表的可能性这里在哪里我们已经得到这嵌套的选项
塞起来下一些的这主要的菜单项目那我们有这里。
这讲话是仅有的一半小时，和所以我惯于是有能力的到覆盖全部的这选项卡。
我有给定A简短的描述的一些
的这选项卡那我惯于有时间到讲话关于。
设计诊断是全部关于拥有A设计或者或许一些设计
和比较和理解这表现。
样本尺寸探险家是全部关于如何大的
应该这实验是和一些工具到评价那。
消费者学习和可靠性设计是真的种类的专门那些。
我是环境那些在旁边
为了你到做A小的研究在你的自己的关于那。
在消费者学习，是通常询问问题
的消费者，关于什么他们的优先事项是，什么特征他们喜欢。
那趋于到是A比较之间二选项
和如何他们价值那些选择。
可靠性是全部关于如何长的我们的产品将要最后的。
那是A小的少量不同的
比事物那患病的讲话关于在这休息的这讲话。
患病的开始离开和一些的C古典的设计
或者这一般的设计那我们有那有到过发达。
然后患病的结束和一些的这联合管理计划具体的工具
那是很多更多的灵活的和适应性强到A更广泛的范围的情况。
患病的开始和那底部部分的这标签。
这里我们是在联合管理计划在这美国能源部标签，和我是即将开始和古典。
你会看那我是对付这
在A小的少量不同的命令比这列表是呈现经过JMP。
我思考那些那些是呈现经过联合管理计划
在他们的命令的人气，和我是选择到处理他们
更多的从原则关于如何他们是发达。
在古典设计， A满的阶乘设计
是看着在全部组合的全部因素在全部水平。
那作品很好地
如果我们有A小的数字的因素，
但它能在事实得到A小的少量出去的控制
如果我们有A大的数字的因素，但它是探索
这全部的放的可能性非常广泛地。
这下一个一那患病的讲话关于是A两级筛选设计，
和本质上，什么那是正在做是它是选择
A子集的这二阶乘可能性，
和它是A战略子集
那允许我们到探索这空间，但保持这设计尺寸更多的易于管理。
你会注意那那些第一的二可能性
我有显示在二水平，和那是典型的为了筛选设计。
通常，我们只是想要得到A简单的图片
的什么是正在发生之间这输入和这回应。
什么时候我们想要开始造型，
然后A回复表面设计通常允许为了探索曲率。
什么时候是造型，三个级别或者有时更多的比三级别
能是A好的方式到理解曲率和还理解互动之间
这因素和如何他们影响这回复。
好吧。时间帽子的三的这项目在下面这经典的标签。
这其他那些是混合物设计。
通常在全部这其他可能性，
什么我们有是那我们能各不相同
这个人因素分别地从每个其他。
但在A混合物设计在哪里是说关于这作品
或者这部分的这原料，他们是相互依存。
如果我增加这数量的一成分，
它大概减少这部分
的这其他原料那是在那全面的混合物。
一点点的A专门一
什么时候是看着在推杆一起原料
进入一个全面的混合物。
田口阵列，我有列出这里作为A种类的优化，
和这优化那他们是感兴趣的在
是制作我们的过程强壮的。
通常什么时候是在A生产环境，我们可能有噪音因素。
这些是在事实，因素那我们能控制
在我们的实验
但什么时候我们得到到生产，是不是有能力的到控制他们。
然后我们有A放的因素
那我们能控制两个都在这实验和在生产。
这目标的田口阵列是到看为了A组合
的这可控的因素那得到我们好的稳定的可预测
表现穿过这范围的这噪音因素。
你能看C1这里有A漂亮的水平的线
哪个方法它不事情哪个等级我们是在
为了这噪音因素，出色地得到A漂亮的持续的回复。
那些是这古典选项。
这下一个的这项目在这联合管理计划设计标签
那患病的讲话关于是权威的筛选设计。
这些是专门设计那是发达在杰普,
和他们是A混合的一个勘探或者筛选设计，
所以A重点在A很多的二-等级因素水平，
和造型。
你能看和这蓝色的点，
我们有一些第三水平，所以A中间价值为了这因素
那允许我们到得到一些曲率估计的作为出色地。
它是A好的袖珍的设计
那是主要是关于勘探和筛选、
但它做给我们这选项
为了一个全部在一机会到做一些造型作为出色地。
那是非常受欢迎的在A很多的不同的设计场景。
这下一个标签是特别的目的，和你能看有相当A长的列表
的可能性那里，
和患病的打一些的这更多的受欢迎的那些
那我思考展示向上在A很多的专门情况。
覆盖物大批是经常用过的什么时候是试到做测试的软件。
A很多的次什么原因问题
在软件是什么时候我们有这组合的因素。
这是A漂亮的小的设计
那是典型的为了覆盖数组，所以13运行，
和是试到理解事物关于10不同的因素。
什么是好的关于这些覆盖数组是那它给出我们A方式
到看全部可能性的，在这案件，三不同的因素。
如果我拿二级别的每个因素， A零和A一，
有八不同的组合为了如何我能结合那些三因素。
全部零，全部那些，和然后A混合物的零点和那些。
我有突出显示那些有八个不同的下划线,
什么是真的好的关于这些覆盖数组
是任何三因素我选择，
我将要是有能力的到寻找全部八的那些组合。
有10选择三不同的组合的那些3因素
那我可能是感兴趣的在，
和全部的他们有全部的那些可能性代表。
那是A非常小的设计
那允许我们不是所以很多估计，但到查看可能性为了问题
那我们可能遇到特别在软件。
下一个， A非常重要的类别的空间填充设计。
比较的到这其他选择那我有谈过关于，
哪个是模型-基于，
这一只是说，我或许不知道什么到预计在我的输入空间。
让我给甚至覆盖范围自始至终
这空间那我有宣布和只是看什么发生。
你能看那我有许多更多的级别的每个的这因素。
有A很多的专门选择在这里，但他们全部有这相同的感觉
的好的，甚至覆盖范围自始至终这输入脸。
我思考这些是经常用过的
在电脑实验或者在身体的实验
在哪里是只是不是当然什么这回复将要看喜欢。
患病的讲话A小的少量更多的关于那
什么时候我们得到到这决定制作部分在步3的这讲话。
下一个是MSA设计或者A测量系统分析，
和这通常是联系和这飞行员学习。
前我潜水在和真的开始
到模型事物或者做一些筛选、它是有帮助的到理解一些基本
关于这过程和这质量的这数据那我是得到。
这里，我能种类的划分这变化性那我是看到
在这回应和属性它到这操作员，
这测量设备，或者这量规，和这部分他们自己。
种类的理解这分解的什么是贡献到什么我是看到。
那是非常有帮助的前我发射进入A更多的详细的学习。
最后， G组正交极好的饱和的设计
是在事实，真的袖珍的设计。
在这例子，在哪里你有六运行，
和是试到理解什么是正在发生和七不同的因素。
那可能似乎A小的少量神奇，
但它是A非常挑衅的筛选工具那允许我们到理解
什么是正在发生和A很多的因素在A非常小的实验。
它是重要的和这些设计到不是有A很多的因素。
如果全部七因素是正在做某物，
和我仅有的有六运行，患病的结尾向上相当使困惑在这结尾。
但如果我思考二或者三的他们可能是积极的，
这可能是A非常高效的方式
到探索什么是去在没有开支也许多资源。
那些是这开始这里那些那我有谈过通过A小的少量。
现在我是即将结束和这些精彩的工具在联合管理计划
那是更多的一般的和更多的灵活的为了不同的场景。
风俗设计，我思考是只是一个惊人的工具为了它是灵活性。
什么是真的好的在风俗设计
是那我有这财富的不同的可能性
为了这种类的因素那我能包括。
连续的因素，或许患病的添加在，
离散的数字那些，和然后还分类的因素。
我有A很多的不同的选择所以我能放一起这件，
和如果我是不是当然什么这设计应该看喜欢
在那底部部分的这列表，
这给出联合管理计划一些控制到帮助指导我到A好的选择。
在这下一个页，我有这选项关于
无论我是只是感兴趣的在主E影响，
无论我想要添加一些二因素互动，
和无论我想到建造A响应S你的脸模型，
所以更多的这造型目标的这实验。
这是种类的一个简单的方式到建造A设计，
和我有灵活性这里到指定任何设计尺寸
我觉得会是有帮助的和是之内我的预算到制作A设计
和这专业知识的这联合管理计划设计团队
是即将指导我到A明智的选择。
这是A伟大的方式如果你是不是当然关于如何到继续，
但你是仍然制作一些钥匙决定
关于什么这目标的这实验应该看喜欢。
下一个，这增加标签。
如果你思考后退到什么我有谈过关于为了这实验性的目标，
你看那有这联系之间这阶段。
或许我有完毕一些探索或者筛选、
和然后ID喜欢到过渡到造型。
出色地，这允许我到拿一个实验
那我有已经跑步和集数据为了，
和然后连接它到这增强D设计,分配这角色的什么是A回复
和什么是这因素，和然后添加在一些额外的运行。
有一些专门那些这里，
但如果我选择这增加部分，
那允许我到指定A新的放的因素，
也许A子集的什么我有或者一个额外的因素
和然后还什么模型我会现在喜欢到设计为了。
这是A灵活的工具为了连接一些套的数据一起。
最后，简单的美国能源部是A伟大的方式到得到开始了为了你的非常第一的实验。
它允许你到建造依次地
和它指南你通过这七不同的脚步
的这全部的实验。
它会允许我们到设计和定义，
和所以那是计算出去什么这因素是，
什么这级别是，
他们的一般的自然，然后我们能选择什么种类的模型
使这最多感觉为了什么是试到完成，
然后进步全部这方式到实际上跑步这实验，进入这数据，
正在做这分析和然后生成结果。
这是A精彩的进展那散步你全部这方式通过
什么是我试到做？
到拥有一些最终的结果到是有能力的到看在。
什么我将要说是那这是设计的为了A模型-基于方法。
什么你会看是那全部的这些
看喜欢他们是去到选择A多项式形式的这模型。
那需要到制作感觉作为A开始观点。
但如果那做制作感觉和它做在A很多的情况，
然后这是A精彩的选项。
只是到结束事物向上这里，什么是一些的这其他钥匙问题
现在那我有A目标我知道A特别的选择那我想到使用在杰普,
什么是一些的这其他钥匙问题前我实际上产生那设计？
整个类别是关于这因素。
我们需要到使用我们的主题事情专业知识
到数字出去哪个因素我们应该是看着在。
如果我们有也长的的A洗衣店列表的因素，
然后这实验一定需要
到是相当大的在命令到理解全部的他们。
那是即将有一个影响在如何昂贵的我们的实验将要是。
如果我们有也很少因素，
然后我们跑步这可能性的丢失的某物重要的。
什么类型是他们去到是？
我们需要到思考关于得到这正确的子集。
作为我显示你在C乌斯托姆设计，我们有相当A宽的种类的不同的
类型的角色为了这不同的因素那是看着在。
那是其他放的选择。
如何很多能我们操纵这因素？
是他们自然绝对的，或者是他们连续的？
然后我们需要到思考关于这范围或者这价值观为了每个的那些。
让我们去到美国能源部和风俗设计。
那我就只是开始离开
和患病的有三不同的连续的因素。
什么你能看是我能给A姓名
到每个的这因素，但我还得到到宣布这范围
那我想到实验在为了每个的那些因素。
A s你能想象，
这有A批判的角色在这空间那我是实际上去到探索。
我需要到磨练在在什么是可能的
和什么我是感兴趣的在到得到那些范围正确的。
如果我制作这范围也大的，
然后我可能实际上有A很多去在穿过这范围的这输入
和我可能不是是有能力的到完全捕获什么是去在。
如果我制作这范围也小的，然后我可能错过这目标地点
和我可能得到A扭曲的看法的这重要性的那因素。
这里，这输入实际上有A很多去在为了那回复，
但如果我样本在A非常狭窄的范围，它看起来喜欢它是不是正在做任何事物。
最后，如果我是在这错误的地点，我可能错过一些特征
和不是是有能力的到优化这过程为了什么我是正在做。
再次，这选择的哪个因素和这范围，
依靠A很多在拥有一些基本的理解
关于什么是试到做和在哪里我们需要到探索。
这下一个片到讲话关于是
这关系之间输入和回应。
我将要说那一的这常见的错误
那我经常看是那我们跑步一个实验，
和然后后这事实，人们意识到，哦，我们应该有集这。
在教科书， A很多的次，
它看起来喜欢有A单身的回复那是感兴趣的在
和我们跑步这实验到只是收集为了那回复。
在实践，我思考最多实验有多种的回应
和所以这是A钥匙决定，是到制作当然
前我们收集那第一的数据观点
那我们实际上包括这正确的放的回应
所以那我们能回答全部的这问题从那一实验。
然后我们需要到思考关于什么我们知道关于这关系。
是它可能到是光滑的？
是它即将是连续的在这范围那我们已经被选中？
如何复杂的是我们期待它到是？
A二的这些有一个影响在这设计那是去到有。
A夫妻的常见的错误关于这关系是，
一，存在A小的也自信的，
所以我们认为那我们知道也很多关于什么是即将发生，
和然后不建造在一些保护反对惊喜。
然后还如果我们有多种的回应，
不是设计为了这最多复杂的关系。
如果一的他们是感兴趣的在主E影响
和这其他一我们思考那里可能是曲率，
我们需要到建造这设计所以那它能估计这曲率
因为那是这更多的复杂的关系。
A第一的钥匙决定那我思考
是A小的少量隐在联合管理计划是那我们有到决定之间模型-基于，
和那是通常明智的如果是自信的
那我们的回应将要是光滑的和连续的，
和那是不是调查也大的的A地区，
或者应该我们做空间填充？
空间填充能是A好的安全网如果是不是当然什么到预计，
如果是探索A大的地区，
或者如果我们想要保护反对惊喜。
我是指点这里在这最后的滑动。
我有更多的细节关于那到A纸
那我写道和A同事，露露博士
在这大学的南佛罗里达，
在哪里我们讲话关于这影响
的那第一的叉在这路，如何做我们选择之间模型-基于
和空间填充，和什么是这反响？
然后最后，我们需要到思考A小的少量关于限制。
我们的输入地区，
如果我们已经宣布一些范围为了这不同的输入，
那自然似乎喜欢它是A正方形或者A长方形。
但在那地区，
那里可能是一些部分在哪里我们不能
得到A回复或者我们只是不关心关于什么这回应看喜欢。
想象如果我是正在做一个实验关于烘烤和我是变化的这时间
那这饼干是在这烤箱和这温度的这烤箱。
我可能知道那这最酷的温度
为了这最短数量的时间惯于生产A烘烤的曲奇饼。
它会仍然是生的，或者它可能是这最热门温度
为了这最长时间将要煮过头这饼干。
我想到种类的劈离开地区
的那空间那不是的兴趣或者惯于给我A合理的事物。
在杰普,有简单的方法到指定限制条件
到制作这形状的那地区匹配什么你想。
这最后的事物是全部关于预算，
如何大的应该我的实验是，和那是A功能的这时间
那我有可用的和这成本的这实验。
在杰普,我们跳到这里。
或许我指定A回复表面模型，
你会看那有A新的特征被称为设计探险家，
哪个什么时候我启用那，
它允许我和A单身的点击的A按钮到产生多种的设计。
我能优化为了好的估计，所以D或者AO终极性,
或者好的预言的这回应和IO终极性。
我能各不相同这尺寸的这实验和中心点和复制。
如果我点击产生全部设计，它将要产生A打或者所以设计,
哪个然后我能比较和考虑
和数字出去哪个一使这最多感觉。
我思考理解这预算，思维的那作为A约束，
是一个重要的考虑那我们需要到有。
到裹事物向上，只是A很少有帮助的资源。
这第一的一是A联合管理计划网络页
那会谈在A小的更多的细节关于这不同的种类的设计。
它填充在A很多的这细节那我不是有能力的到讲话关于今天
关于那些个人选择在这美国能源部标签。
这B型阿塞德相对空间-F伊林,那是这纸我引用的早些时候，
在哪里我们需要到理解
这影响的选择A模型-基于设计
或者正在做空间-填充，哪个是A小的更多的一般的
和A小的更具保护性如果我们是期待一些惊喜。
然后这最后的二事物是，两个白文件那我写道，
这第一的一会谈关于如何你能使用设计探险家
到考虑不同的设计尺寸
和不同的最优性标准和然后选择之间
这不同的选择经过看着在这比较设计选项在JMP。
然后最后，一切我有谈过关于这里
是依赖的在主题事情专业知识。
这为什么和如何的询问好的问题，
给一些策略为了如何到相互影响和我们的主题事情专家
到是有能力的到目标那些对话和制作他们作为富有成效的作为可能的。
我希望这有到过有帮助，
还会帮助你有A成功的第一的实验使用联合管理计划软件。
谢谢。
