你好。我是這裡到演講今天關於這至關重要的步0
的設計的實驗。
真的這主意的這是到拿滿的優勢
的這財富的不同的工具那是在下面這美國能源部平台在JMP。
患病的走透過什麼我們應該是思維關於
在那些早期的階段的一個實驗。
如果你看在這美國能源部平台清單，
什麼你會看是那有A很多的不同的選擇。
之內每個選擇，有許多更多的選擇。
之內一些的那些，有嵌套的的可能性。
如果你是一個專家在設計的實驗,
這財富的可能性真的感覺喜歡這樣的A精彩的放的工具。
我愛全部的這選項那是可用的在聯合管理計劃那允許我
到創造這設計那我真的想為了A特別的實驗。
但如果你是只是得到開始,然後我思考這放的可能性
能感覺A小的位元令人生畏的和有時A位元壓倒。
它可能是A小的位元喜歡去
到A新的種類的餐廳那你已經絕不到過到前。
有人誰是A經驗豐富的遊客到那些種類的餐館,
愛全部這可能性和這財富的選項在A大的菜單。
但如果你是那裡為了這第一的時間，
它會是好的如果某人引導的你到這正確的放選擇
所以那你可以製作A好的決定
為了那第一的訪問和有它是成功的。
這是什麼我是規劃在說關於今天。
第一的，我思考這鑰匙到A好的實驗性的結果是到真的有
A清除感覺的什麼這目標的這實驗是。
患病的演講透過一些不同的可能性的常見的目標
為了實驗那真的幫助我們磨練在在什麼是試到完成
和什麼將要表明A成功為了那實驗。
然後患病的做A快的走-透過的一些
的這更多的常見的選擇的設計的實驗選擇在傑普,
和然後患病的返回到如何做我們相互影響和那些對話盒子那我們得到
什麼時候我們已經選擇的A設計為了什麼因素到選擇，這回應，
和這關係之間這輸入和這輸出。
那是在哪裡是為首的透過全部的這，
和我將要說那這第一的和這第三腳步真的需要
A巨大的數量的主題事專業知識。
如果你是去到是成功的設計一個實驗，
你真的需要到知道作為很多作為可能的
關於這框架在下面哪個你是正在做那設計。
我們想在事實包含主題事專業知識無論在哪裡可能的
到製作當然那是在事實環境向上這實驗到這最好的的我們的能力。
什麼是我們試到做？
我有列出這裡六常見的實驗性的目標。
我思考那種類的給出你，
A清單如果你喜歡的不同的選項的事物
那你可能是思維的完成和你的實驗。
我們可能開始和A飛行員學習，
所以是只是有興趣的在製作當然
那是去到得到數據的充足的品質
為了這實驗和回答這問題那我們想到有。
我們可能是有興趣的在勘探或者篩選。
我們有A長的清單的因素，
和我們想要數位出去哪個一似乎
到製作A不同之處為了我們的回應的興趣，
和哪個那些不似乎特別重要的。
我們也可能想到做一些造型。
實際上形式化那關係那是看到
之間輸入和回應，和捕獲它在A功能性的形式。
有時我們不得到這等級
的精確那我們需要，和所以我們需要到做模型細化，
和所以那可能是A第二實驗。
然後一次我們有A模型，我們想到使用那到實際上最佳化.
如何做我們得到我們的系統到執行到這最好的的它是能力為了我們的需要。
然後最後，有A確認實驗
在哪裡我們製作那過渡
從這受控設計的實驗環境
那是常正在做我們的初步的數據收藏在
到生產，和製作當然我們能翻譯
什麼我們已經見過在首先實驗進入A生產環境。
你能看從這進展那我有概述這裡，
那我們可能實際上有A系列的小的實驗那我們想要連接。
我們可能開始離開和A飛行員學習到得到這數據品質正確的，
然後出色地數位出去哪個因素是重要的，然後出色地想要模型那些，
然後出色地想要使用那模型到最佳化,
和然後最後翻譯那些結果
進入這最終的執行在生產。
我們能思考的這依序地
或者為了一個個人實驗只是對付一的這些目標。
現在我們有一些框架為了什麼
這目標的這實驗是和如何到思考關於那，
出色地現在過渡到看著
在什麼一些的這常見的選擇是在聯合管理計劃
和如何他們連接和不同的目標。
患病的打開向上這美國能源部標籤在 JMP 中，和你能看那我們已經得到
這清單的可能性這裡在哪裡我們已經得到這嵌套的選項
塞起來下一些的這主要的選單專案那我們有這裡。
這演講是僅有的一半小時，和所以我慣於是有能力的到覆蓋全部的這選項卡。
我有給定A簡短的描述的一些
的這選項卡那我慣於有時間到演講關於。
設計診斷是全部關於擁有A設計或者或許一些設計
和比較和理解這表現。
樣本尺寸探險家是全部關於如何大的
應該這實驗是和一些工具到評價那。
消費者學習和可靠性設計是真的種類的專門那些。
我是環境那些在旁邊
為了你到做A小的研究在你的自己的關於那。
在消費者學習，是通常詢問問題
的消費者，關於什麼他們的優先事項是，什麼特徵他們喜歡。
那趨於到是A比較之間二選項
和如何他們價值那些選擇。
可靠性是全部關於如何長的我們的產品將要最後的。
那是A小的位元不同的
比事物那患病的演講關於在這休息的這講話。
患病的開始離開和一些的C古典的設計
或者這一般的設計那我們有那有到過發達。
然後患病的結束和一些的這聯合管理計劃具體的工具
那是很多更多的靈活的和適應性強到A更廣泛的範圍的情況。
患病的開始和那底部部分的這標籤。
這裡我們是在聯合管理計劃在這美國能源部標籤，和我是即將開始和古典。
你會看那我是對付這
在A小的位元不同的命令比這清單是呈現經過JMP。
我思考那些那些是呈現經過聯合管理計劃
在他們的命令的人氣，和我是選擇到處理他們
更多的從原則關於如何他們是發達。
在古典設計， A滿的階乘設計
是看著在全部組合的全部因素在全部水平。
那作品很好地
如果我們有A小的數位的因素，
但它能在事實得到A小的位元出去的控制
如果我們有A大的數位的因素，但它是探索
這全部的放的可能性非常廣泛地。
這下一個一那患病的演講關於是A兩級篩選設計，
和本質上，什麼那是正在做是它是選擇
A子集的這二階乘可能性，
和它是A策略子集
那允許我們到探索這空間，但保持這設計尺寸更多的易於管理。
你會注意那那些第一的二可能性
我有顯示在二水平，和那是典型的為了篩選設計。
通常，我們只是想要得到A簡單的圖片
的什麼是正在發生之間這輸入和這回應。
什麼時候我們想要開始造型，
然後A回覆表面設計通常允許為了探索曲率。
什麼時候是造型，三個級別或者有時更多的比三等級
能是A好的方式到理解曲率和也理解互動之間
這因素和如何他們影響這回覆.
好吧。時間帽子的三的這專案在下面這經典的標籤。
這其他那些是混合物設計。
通常在全部這其他可能性，
什麼我們有是那我們能各不相同
這個人因素分別地從每個其他。
但在A混合物設計在哪裡是說關於這作品
或者這部分的這原料，他們是相互依存。
如果我增加這數量的一成分，
它大概減少這部分
的這其他原料那是在那全面的混合物。
一點點的A專門一
什麼時候是看著在推桿一起原料
進入一個全面的混合物。
田口陣列，我有列出這裡作為A種類的最佳化,
和這最佳化那他們是有興趣的在
是製作我們的流程強壯的。
通常什麼時候是在A生產環境，我們可能有噪音因素。
這些是在事實，因素那我們能控制
在我們的實驗
但什麼時候我們得到到生產，是不是有能力的到控制他們。
然後我們有A放的因素
那我們能控制兩個都在這實驗和在生產。
這目標的田口陣列是到看為了A組合
的這可控的因素那得到我們好的穩定的可預測
表現穿過這範圍的這噪音因素。
你能看C1這裡有A漂亮的水平的線
哪個方法它不事哪個等級我們是在
為了這噪音因素，出色地得到A漂亮的持續的回覆.
那些是這古典選項。
這下一個的這專案在這聯合管理計劃設計標籤
那患病的演講關於是權威的篩選設計。
這些是專門設計那是發達在傑普,
和他們是A混合的一個勘探或者篩選設計，
所以A重點在A很多的二-等級因素水平，
和造型。
你能看和這藍色的點，
我們有一些第三水平，所以A中間價值為了這因素
那允許我們到得到一些曲率估計的作為出色地。
它是A好的袖珍的設計
那是主要是關於勘探和篩選、
但它做給我們這選項
為了一個全部在一機會到做一些造型作為出色地。
那是非常受歡迎的在A很多的不同的設計場景。
這下一個標籤是特別的目的，和你能看有相當A長的清單
的可能性那裡，
和患病的打一些的這更多的受歡迎的那些
那我思考展示向上在A很多的專門情況。
覆蓋物大批是常用過的什麼時候是試到做測試的軟體.
A很多的次什麼原因問題
在軟體是什麼時候我們有這組合的因素。
這是A漂亮的小的設計
那是典型的為了覆蓋數組，所以13運行，
和是試到理解事物關於10不同的因素。
什麼是好的關於這些覆蓋陣列是那它給出我們A方式
到看全部可能性的，在這案件，三不同的因素。
如果我拿二等級的每個因素， A零和A一，
有八不同的組合為了如何我能結合那些三因素。
全部零，全部那些，和然後A混合物的零點和那些。
我有突出顯示那些有八個不同的底線,
什麼是真的好的關於這些覆蓋陣列
是任何三因素我選擇，
我將要是有能力的到尋找全部八的那些組合。
有10選擇三不同的組合的那些3因素
那我可能是有興趣的在，
和全部的他們有全部的那些可能性代表。
那是A非常小的設計
那允許我們不是所以很多估計，但到查看可能性為了問題
那我們可能遇到特別在軟體.
下一個， A非常重要的類別的空間填充設計。
比較的到這其他選擇那我有談過關於，
哪個是模型-基於，
這一只是說，我或許不知道什麼到預計在我的輸入空間。
讓我給甚至覆蓋範圍自始至終
這空間那我有宣告和只是看什麼發生。
你能看那我有許多更多的等級的每個的這因素。
有A很多的專門選擇在這裡，但他們全部有這相同的感覺
的好的，甚至覆蓋範圍自始至終這輸入臉。
我思考這些是常用過的
在電腦實驗或者在身體的實驗
在哪裡是只是不是當然什麼這回覆將要看喜歡。
患病的演講A小的位元更多的關於那
什麼時候我們得到到這決定製作部分在步3的這講話。
下一個是MSA設計或者A測量系統分析，
和這通常是聯繫和這飛行員學習。
前我潛水在和真的開始
到模型事物或者做一些篩選、它是有幫助的到理解一些基本
關於這過程和這品質的這數據那我是得到。
這裡，我能種類的劃分這變化性那我是看見
在這回應和屬性它到這操作員，
這測量裝置,或者這量規，和這部分他們自己。
種類的理解這分解的什麼是貢獻到什麼我是看到。
那是非常有幫助的前我發射進入A更多的詳細的學習。
最後， G群組正交極佳的飽和的設計
是在事實，真的袖珍的設計。
在這例子，在哪裡你有六運行，
和是試到理解什麼是正在發生和七不同的因素。
那可能似乎A小的位元神奇，
但它是A非常挑釁的篩選工具那允許我們到理解
什麼是正在發生和A很多的因素在A非常小的實驗。
它是重要的和這些設計到不是有A很多的因素。
如果全部七因素是正在做某物，
和我僅有的有六運行，患病的結尾向上相當使困惑在這結尾。
但如果我思考二或者三的他們可能是積極的，
這可能是A非常高效率的方式
到探索什麼是去在沒有開支也許多資源。
那些是這開始這裡那些那我有談過透過A小的位元.
現在我是即將結束和這些精彩的工具在聯合管理計劃
那是更多的一般的和更多的靈活的為了不同的場景。
風俗設計，我思考是只是一個驚人的工具為了它是靈活性。
什麼是真的好的在風俗設計
是那我有這財富的不同的可能性
為了這種類的因素那我能包括。
連續的因素，或許患病的添加在，
離散的數位那些，和然後也分類的因素。
我有A很多的不同的選擇所以我能放一起這件，
和如果我是不是當然什麼這設計應該看喜歡
在那底部部分的這列表，
這給出聯合管理計劃一些控制到幫助指導我到A好的選擇。
在這下一個頁，我有這選項關於
無論我是只是有興趣的在主E影響，
無論我想要添加一些二因素互動，
和無論我想到建造A響應S你的臉模型，
所以更多的這造型目標的這實驗。
這是種類的一個簡單的方式到建造A設計，
和我有靈活性這裡到指定任何設計尺寸
我覺得會是有幫助的和是之內我的預算到製作A設計
和這專業知識的這聯合管理計劃設計團隊
是即將指導我到A明智的選擇。
這是A偉大的方式如果你是不是當然關於如何到繼續，
但你是仍然製作一些鑰匙決定
關於什麼這目標的這實驗應該看喜歡。
下一個，這增加標籤。
如果你思考後退到什麼我有談過關於為了這實驗性的目標，
你看那有這聯繫之間這階段。
或許我有完畢一些探索或者篩選、
和然後ID喜歡到過渡到造型。
出色地，這允許我到拿一個實驗
那我有已經跑步和集數據為了，
和然後連接它到這增強D設計,分配這角色的什麼是A回覆
和什麼是這因素，和然後添加在一些額外的運行。
有一些專門那些這裡，
但如果我選擇這增加部分，
那允許我到指定A新的放的因素，
也許A子集的什麼我有或者一個額外的因素
和然後也什麼模型我會現在喜歡到設計為了。
這是A靈活的工具為了連接一些套的數據一起。
最後，簡單的美國能源部是A偉大的方式到得到開始了為了你的非常第一的實驗。
它允許你到建造依序地
和它指南你透過這七不同的腳步
的這全部的實驗。
它會允許我們到設計和定義，
和所以那是計算出去什麼這因素是，
什麼這等級是，
他們的一般的自然，然後我們能選擇什麼種類的模型
使這最多感覺為了什麼是試到完成，
然後進步全部這方式到實際上跑步這實驗，進入這數據，
正在做這分析和然後產生結果。
這是A精彩的進展那散步你全部這方式透過
什麼是我試到做？
到擁有一些最終的結果到是有能力的到看在。
什麼我將要說是那這是設計的為了A模型-基於方法。
什麼你會看是那全部的這些
看喜歡他們是去到選擇A多項式形式的這模型。
那需要到製作感覺作為A開始觀點。
但如果那做製作感覺和它做在A很多的情況，
然後這是A精彩的選項。
只是到結束事物向上這裡，什麼是一些的這其他鑰匙問題
現在那我有A目標我知道A特別的選擇那我想到使用在傑普,
什麼是一些的這其他鑰匙問題前我實際上產生那設計？
整個類別是關於這因素。
我們需要到使用我們的主題事專業知識
到數位出去哪個因素我們應該是看著在。
如果我們有也長的的A洗衣店清單的因素，
然後這實驗一定需要
到是相當大的在命令到理解全部的他們。
那是即將有一個影響在如何昂貴的我們的實驗將要是。
如果我們有也很少因素，
然後我們跑步這可能性的遺失的某物重要的。
什麼類型是他們去到是？
我們需要到思考關於得到這正確的子集。
作為我顯示你在C烏斯托姆設計，我們有相當A寬的種類的不同的
類型的角色為了這不同的因素那是看著在。
那是其他放的選擇。
如何很多能我們操縱這因素？
是他們自然絕對的，或者是他們連續的？
然後我們需要到思考關於這範圍或者這價值觀為了每個的那些。
讓我們去到美國能源部和風俗設計。
那我就只是開始離開
和患病的有三不同的連續的因素。
什麼你能看是我能給A姓名
到每個的這因素，但我也得到到宣告這範圍
那我想到實驗在為了每個的那些因素。
A s你能想像，
這有A批判的角色在這空間那我是實際上去到探索。
我需要到磨練在在什麼是可能的
和什麼我是有興趣的在到得到那些範圍正確的。
如果我製作這範圍也大的，
然後我可能實際上有A很多去在穿過這範圍的這輸入
和我可能不是是有能力的到完全捕獲什麼是去在。
如果我製作這範圍也小的，然後我可能錯過這目標地點
和我可能得到A扭曲的看法的這重要性的那因素。
這裡，這輸入實際上有A很多去在為了那回覆,
但如果我樣本在A非常狹窄的範圍，它看起來喜歡它是不是正在做任何事物。
最後，如果我是在這錯誤的地點，我可能錯過一些特徵
和不是是有能力的到最佳化這過程為了什麼我是正在做。
再次，這選擇的哪個因素和這範圍，
依靠A很多在擁有一些基本的理解
關於什麼是試到做和在哪裡我們需要到探索。
這下一個片到演講關於是
這關係之間輸入和回應。
我將要說那一的這常見的錯誤
那我常看是那我們跑步一個實驗，
和然後後這事實，人們意識到，哦，我們應該有集這。
在教科書， A很多的次，
它看起來喜歡有A單身的回覆那是有興趣的在
和我們跑步這實驗到只是收集為了那回覆.
在實踐，我思考最多實驗有多種的回應
和所以這是A鑰匙決定，是到製作當然
前我們收集那第一的數據觀點
那我們實際上包括這正確的放的回應
所以那我們能回答全部的這問題從那一實驗。
然後我們需要到思考關於什麼我們知道關於這關係。
是它可能到是光滑的？
是它即將是連續的在這範圍那我們已經被選中？
如何複雜的是我們期待它到是？
A二的這些有一個影響在這設計那是去到有。
A夫妻的常見的錯誤關於這關係是，
一，存在A小的也自信的，
所以我們認為那我們知道也很多關於什麼是即將發生，
和然後不建造在一些保護反對驚喜。
然後也如果我們有多種的回應，
不是設計為了這最多複雜的關係。
如果一的他們是有興趣的在主E影響
和這其他一我們思考那裡可能是曲率，
我們需要到建造這設計所以那它能估計這曲率
因為那是這更多的複雜的關係。
A第一的鑰匙決定那我思考
是A小的位元隱在聯合管理計劃是那我們有到決定之間模型-基於，
和那是通常明智的如果是自信的
那我們的回應將要是光滑的和連續的，
和那是不是調查也大的的A地區，
或者應該我們做空間填充？
空間填充能是A好的安全網如果是不是當然什麼到預計，
如果是探索A大的地區，
或者如果我們想要保護反對驚喜。
我是指點這裡在這最後的滑動。
我有更多的細節關於那到A紙
那我寫道和A同事，露露博士
在這大學的南佛羅裡達，
在哪裡我們演講關於這影響
的那第一的叉在這路，如何做我們選擇之間模型-基於
和空間填充，和什麼是這反響？
然後最後，我們需要到思考A小的位元關於限制。
我們的輸入地區，
如果我們已經宣告一些範圍為了這不同的輸入，
那自然似乎喜歡它是A方塊或者A長方形。
但在那地區，
那裡可能是一些部分在哪裡我們不能
得到A回覆或者我們只是不關心關於什麼這回應看喜歡。
想像如果我是正在做一個實驗關於烘焙和我是變化的這時間
那這餅乾是在這烤箱和這溫度的這烤箱。
我可能知道那這最酷的溫度
為了這最短數量的時間慣於生產A烘烤的餅乾.
它會仍然是生的，或者它可能是這最熱門溫度
為了這最長時間將要煮過頭這餅乾。
我想到種類的劈離開地區
的那空間那不是的興趣或者慣於給我A合理的事物。
在傑普,有簡單的方法到指定限制條件
到製作這形狀的那地區匹配什麼你想。
這最後的事物是全部關於預算，
如何大的應該我的實驗是，和那是A功能的這時間
那我有可用的和這成本的這實驗。
在傑普,我們跳到這裡。
或許我指定A回覆表面模型，
你會看那有A新的特徵被稱為設計探險家，
哪個什麼時候我啟用那，
它允許我和A單身的點選的A按鈕到產生多種的設計。
我能最佳化為了好的估計，所以D或者AO終極性,
或者好的預言的這回應和IO終極性。
我能各不相同這尺寸的這實驗和中心點和複製。
如果我點選產生全部設計，它將要產生A打或者所以設計,
哪個然後我能比較和考慮
和數位出去哪個一使這最多感覺。
我思考理解這預算，思維的那作為A約束，
是一個重要的考慮那我們需要到有。
到裹事物向上，只是A很少有幫助的資源。
這第一的一是A聯合管理計劃網路頁
那會談在A小的更多的細節關於這不同的種類的設計。
它填充在A很多的這細節那我不是有能力的到演講關於今天
關於那些個人選擇在這美國能源部標籤。
這B型阿塞德相對空間-F伊林,那是這紙我引用的早些時候，
在哪裡我們需要到理解
這影響的選擇A模型-基於設計
或者正在做空間-填充，哪個是A小的更多的一般的
和A小的更具保護性如果我們是期待一些驚喜。
然後這最後的二事物是，兩個白文件那我寫道，
這第一的一會談關於如何你能使用設計探險家
到考慮不同的設計尺寸
和不同的最優性標準和然後選擇之間
這不同的選擇經過看著在這比較設計選項在JMP。
然後最後，一切我有談過關於這裡
是依賴的在主題事專業知識。
這為什麼和如何的詢問好的問題，
給一些策略為了如何到相互影響和我們的主題事專家
到是有能力的到目標那些對話和製作他們作為富有成效的作為可能的。
我希望這有到過有幫助，
還會幫助你有A成功的第一的實驗使用聯合管理計劃軟體.
謝謝。
