释放能源部的力量
最近，我们的团队注意到客户对实验设计 (DOE) 如何支持其产品和工艺开发项目的指导请求有所增加，特别是来自刚开始设计实验的科学家和工程师。然而，DOE 并不是一个一刀切的过程，精心设计的实验涉及多个因素，包括预算、时间表、变量类型和实验目标。虽然这种多功能性是 DOE 的优势之一，但 DOE 的新手可能最初会对各种选项和考虑因素感到不知所措。
为此，我们创建了一个由六部分组成的系列，旨在为那些刚接触 DOE 的人介绍基本的 DOE 概念，同时为那些可能已经熟悉 DOE 的人介绍中级和高级主题。
我们将此系列命名为“解锁 DOE 的力量”，因为我们相信 DOE 是科学家和工程师用来了解其产品和流程的最强大工具。我们通过这六个演示的目标是让 JMP 用户能够充分利用这个极其强大的工具的潜力。
本系列的演示
第一节：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。本次会议展示了这种实验方法与传统方法的不同之处，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 是一个帮助您入门的指导平台。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，以确保您正在创建支持您的目标的最佳选择。
会议 4：使用混合物 DOE 进行配方优化点击此处观看
油漆、沙拉酱、肥皂。他们有什么共同点？它们都是混合物。要优化混合物，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，但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在之前的实验基础上增强 DOE。确定性筛选设计 (DSD) 是一种有效的方法，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。本次会议重点讨论其中两个功能：功能性 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。
你好@MarkovHedgehog9
感谢您访问本博客系列！我将在各个部分发布每个演示文稿的数据集。有没有您最感兴趣的演示文稿或数据集？
简单的 DOE设计使用帮助文档都能理解，有没有关于复杂DOE设计的讲解或者PPT，例如多因素多水平中，不同水平的组合设计和试验数据分析，谢谢。
