JMP 中的耶茨订单你好！
Minitab 按照 Yates 顺序（Minitab 中的标准顺序）对游程进行编号。
有没有办法在 JMP 中按 Yates 顺序对运行进行排序？
我想为 18 因子设计创建 Yates 阶，但 Minitab 仅限于 15 因子。
谢谢你！
回复：JMP 中的耶茨订单是的，我知道这个功能，但我找不到使用参数值模拟二项式响应的方法。 
根据我想要看到的因素的实际效果，很难计算出我想要在这些字段中输入的值。
我就这个话题进行过讨论：
https://community.jmp.com/t5/Discussions/JMP-Simulate-Responses-feature-for-binomial-data/mp/54049#M30524
回复：JMP 中的耶茨订单查看 JMP 中的此功能是否有助于实现您的目标。 单击设计平台顶部的红色三角形，然后单击“制作表格”按钮并选择模拟反应。 现在当你点击制作表格，除了数据表之外，您还会得到另一个窗口。 您可以指定与每个效应和随机误差方差相关的参数值。 更改参数值后，有一个按钮可更新数据表中的响应列。
回复：JMP 中的耶茨订单我来自心理学领域。 是的，我了解基本统计和线性回归，但我的目的是从效应和 (1) 中得出每一行的响应，而不是反之亦然。
或者您的意思是我可以使用线性回归根据预定义效果（A、B、C、（1））计算每一行（治疗组合）的响应？ 不幸的是，我无法理解如何。
我为全因子所做的：
1. 在设计表中创建 Yates 阶
2. 创建方程，其中 (1)、A、B、C、AB、BC、AC、ABC 的值是预定义的，并且a a b ac abc bc bc 未知。
3. 求解联立方程，找出每行的响应值，即 ab ac abc bc bc。
因为我举的例子的答案是已知的，所以我可以比较结果，结果是正确的。
我想我可以使用相同的过程来导出分数阶乘的响应。
回复：JMP 中的耶茨订单方法是线性回归.您可以使用JMP分析>适合模型以指定线性预测器中的响应列和项，然后单击运行来估计所需效果的参数。
或者，您可以发送获取矩阵将消息发送到您的设计的数据表，然后使用 JMP 脚本语言中的矩阵语言自行计算估计值。
我不知道你的背景，但这个问题对于线性回归来说是相当标准的。
回复：JMP 中的耶茨订单@马克贝利，太好了，非常感谢这个建议！
现在我明白耶茨的标准顺序不适合部分因子设计。
您能否指定您所描述的方法的名称或一些关键字，以便我可以使用它们在谷歌图书中搜索有关该方法的其他信息？ 我只是想知道如何在 R 或 JMP 或 Excel 中准确执行这些计算。 我使用 R scrip 来求解联立方程。
我听说过“耶茨逆”方法。
这是保罗·伯杰在他的书中描述的另一种技术：
回复：JMP 中的耶茨订单您可能需要考虑对计算进行矢量化。 计算的矩阵形式不会受到行排列的影响。 这种方式与联立方程组相同，但更加高效和灵活。 对于联立方程，您有 Y = X*B。您从设计矩阵 D（因子设计之一）开始，并将其扩展到模型矩阵 X 中进行估计。 X 矩阵包含每个效应的列（截距 (1)、主效应 (X1)、交互效应 (X1*X2)、二次效应 (X1*X1) 等）。 X 中的列将用于估计效应 A、B、C、AB、AC 等，而不是方程。 B 列矩阵包含参数。 现在 B = 逆 ( X` * X ) * X` * Y。 运行的行顺序不会影响结果 B. 它们的顺序由您控制的 X 中的列的顺序决定。
顺便说一句，您使用的计算形式仅适用于因子设计。 计算取决于设计的平衡性质。 这些早期设计可以手工制作和分析，这在 20 年代是一个巨大的优势。 然而，这一事实导致了一种信念，即设计必须保持平衡，这种信念一直持续到最近，但事实并非如此。 使用回归而不是联立方程可以正确计算任何设计的效果，即使它不是全因子或常规部分因子设计。 我更喜欢估计处理任何设计数据的效果的一般方法。
回复：JMP 中的耶茨订单感谢您的帮助！
我需要耶茨订单用于模拟目的。 我正在尝试对能源部进行逆向工程。
我根据预定义的估计模拟响应。 因为我从耶茨的顺序中知道 (1)，影响 A、B、C 等。
然后我可以使用联立方程计算模拟响应。
我已经成功地完成了全阶乘。现在我想对分数阶乘执行此操作。
我使用这些方程：
回复：JMP 中的耶茨订单您可以使用变更生成规则选择设计（例如，32 次试验、无区组、常规分数阶乘）以获得不同分数后的部分。 它不一定具有与您选择的原始分数相同的分辨率，并且将具有不同的别名。
JMP 产生最小像差设计最简单的别名结构。 当然，还有许多其他可能的分数（例如，2^(15-9)），每个分数都有不同的别名。 JMP 任意选择设计为全阶乘的前 n 列（例如，2^6 = 32，因此 n = 6），然后通过从模型中获取高阶列来引入剩余因子（例如，9）回归分析中使用的矩阵来估计参数。 这些列不再可用于估计。
一般来说，生成规则和生成的分数及其相关别名并不那么重要，因为我们没有足够的先验知识来知道哪些因素和因素影响对于选择一个分数而不是另一个分数很重要。 也就是说，您可以排列/交换这些因素，并且仍然期望设计具有相同的性能。 我们依赖于关键筛选原则任何派别都能取得成功。
为什么需要特定分数？
回复：JMP 中的耶茨订单抱歉，它适用于 3 因子全阶乘，但没有任何选项适用于 15 因子 2 级分数阶乘。
它们与 Minitab 的标准顺序不同。
回复：JMP 中的耶茨订单@马克贝利， 非常感谢！ 这有帮助。
“从右到左排序”确实是耶茨的命令。回复：JMP 中的耶茨订单单击“制作表”之前的选择之一是“运行顺序”。 该选项默认为随机化。 单击下拉菜单并选择保持相同、从左到右排序或从右到左排序。 其中之一（我相信）是耶特的命令。
为什么要以这种方式对运行进行排序？
