開發人員教程 - 設計實驗時有效處理協變量
- 什麼是協變數？
- 我們想要考慮的輸入變量，但無法完全控制。
- 不受控制，但可以提前觀察。
- “候選集”方法。
- 為什麼它對客製化設計很重要？
- 坐標交換（客製化設計）
- 從“隨機”設計開始。
- 逐個元素地進行設計，如果改進了標準，則進行切換。
- 重複。
- 對候選集沒有要求。
- 行交換
- PROC OPTEX (SAS)
- 從可能運行的候選集開始。
- 初始設計是候選集的子集。
- 考慮交換設計中沒有的行，如果可以改善標準則進行切換。
- JMP 16 之前的版本（從 JMP 10 開始）
- 協變數的行交換（D 最優）。
- 可控因素的座標交換。
- 協變數從一開始就被固定了，我們無法回去看看是否有更好的東西。
- JMP 16
- 當我們進行設計時，採用行交換或座標交換的混合方法。
- 允許為協變量考慮不同的最優標準。
- 為您的設計創作提供更大的靈活性（兩全其美）。
- 對使用者來說更加可見。
- 如何使用
- 不需要 JMP Pro。
- 需要一個包含候選集的資料表（與我們可能的運行協變數）。
- 使用「新增因子」->「協變數」(JMP 10+) 或「協變數/候選集」大綱 (JMP 16+) 在自訂設計中新增協變數。
- 兩個典型用例
- 使用所有行
- 我們想要解釋我們的實驗單位中可觀察到的、不可控制的因素。
- 我們希望為輸入子集強制採用特定的結構（甚至可能是可控的）。
- 選擇行的子集
- 選擇一個最佳子集（不是隨機子集）。
- 最大限度地提高我們的預算資訊。
範例 1 - 使用所有行
- 範例 2 - 使用所有行
- 使用 Big Class 資料集，想要為每個學生分配 2 個處理中的一個。
- 我們想要考慮性別、身高和體重。
- 範例 3 - 使用所有行
- 大小為 4 的區塊、8 級分類和 4 個連續因子。
- 總共 56 次運行。
- 使用平衡不完全區組設計 (BIBD) 開始。
範例 4 - 使用行的子集
只想從大班選20名學生。
如果我們想確保選擇某些學生怎麼辦？
新增批次標籤，但將其從模型中刪除
資源
實驗設計回覆：開發人員教學 - 設計實驗時有效處理協變量你好，麥克@H2OSUP ,
如果您從「自訂設計」中的表格中選擇這3 個批次（或在載入協變數時僅在資料表中選擇了3 個批次），請勾選「在設計中包含所有選定的協變數行」應該會執行您想要的操作：
乾杯，
瑞安
回覆：開發人員教學 - 設計實驗時有效處理協變量@Ryan_Lekivetz
早安，瑞安，
我正在設計一個有協變量的實驗。 我想指定 DOE 中使用的三個批次，然後讓軟體選擇其餘批次。 我認為這可以在以前的版本中完成，但不知道如何在當前版本（JMP Pro 16.2.0）中完成。 這可以做到嗎？ 謝謝。
麥克風
