实验设计是一个强大的工具，使用户能够通过识别影响结果的关键因素并确定这些因素的最佳设置来优化和改进流程、产品或系统。 这可以提高效率、改进最终产品并大幅降低成本。
这个由 6 部分组成的网络系列旨在帮助您释放实验设计 (DOE) 的力量。
对于 DOE 的新手，该系列将帮助您了解使用 DOE 相对于传统方法的优势以及如何开始。 对于那些已经运行 DOE 的人来说，该系列将帮助您从正在运行的设计中提取更多信息。
第 1 节：什么是实验设计 -点击此处观看
加入我们，了解实验统计设计 (DOE) 的基础知识。 本次会议将展示这种实验方法与传统方法有何不同，以及它如何使科学家和工程师能够最大限度地提高实验投资回报。
第 2 节：Easy DOE 入门 -点击此处观看
能源部新手？ 没问题！ Easy DOE 是一个引导您开始使用 DOE 的平台。 了解如何在单一指导过程中设计和分析实验。 一旦您熟悉了 DOE 的基础知识，就可以了解如何无缝过渡到标准 DOE 方法。
第 3 节：使用现代 DOE 方法设计最佳实验 -点击此处观看
现代 DOE 方法允许您创建适合您的系统的实验。 了解如何使用定制设计平台克服传统 DOE 的局限性。 创建设计后，使用不同的工具来探索和比较不同的设计，以确保您创建的是支持您的目标的最佳设计。
第 4 节：使用混合物 DOE 优化配方 -点击此处观看
油漆、沙拉酱、肥皂。 他们有什么共同点？ 它们都是混合物。 为了优化混合物，您必须改变成分或组分的比例，同时保持总质量或体积相同。 如果这听起来像您正在使用的系统，请加入我们，学习如何创建和分析混合 DOE。
第五节：事半功倍 -点击此处观看
您是否已在实验中使用 DOE 方法，并希望继续通过更少的实验提取更多信息？ 加入我们，了解先进的筛选设计以及如何增强 DOE 以建立在先前实验的基础上。 确定性筛选设计 (DSD) 是一种高效的筛选设计，它提供了一个减少实验总数的平台，并提供了有关系统的附加信息。 增强 DOE 是一种帮助您在先前实验的基础上进行构建的方法。 了解如何从简单的筛选设计开始，然后在此基础上了解更多信息，而无需开始新的设计。
第 6 节：DOE 高级主题 -点击此处观看
JMP 继续突破 DOE 在新功能和平台方面的可能性界限。 本次会议将重点关注其中两个功能：功能 DOE 和自我验证集成模型 (SVEM)。 功能数据是二维数据，例如动力学曲线、随时间变化的热演化、粒度分布或化学光谱。 功能性 DOE 允许您优化整个响应曲线（而不是单个参数）。 自验证集成模型 (SVEM) 允许您通过高级建模算法在设计中运行更少的实验。
