早安,
我創建了一個包含 2 個答案（A 和 B）和 2 個因素（C 和 D）的 DOE。例如，C 為 5 到 9，D 為 10 到 25。此外，我應該對哪些類型的因素進行編碼？連續還是離散？我有點失落。
你好@SeanCor ，
歡迎來到 JMP 社群！
為了更好地了解如何使用 JMP 創建 DoE 時管理約束，我建議閱讀@Jed_Campbell的部落格文章： 揭秘因子約束 - JMP 用戶社區
關於您的問題，一些答案、疑問和評論：
- 如果因子 C 和 D 的濃度可以持續變化，那麼它們很可能是連續因子。 「離散」類型因子只能採用在整個可能範圍內定義的幾個有序值。有關因子類型的更多信息，請參見此處： 因子 (jmp.com)
- 您這個計劃的目標是什麼？量化研究這兩個因素的影響？有預測模型嗎？您想分析這些因素可能的交互作用或二次效應嗎？這些問題只是一個起點，但可以讓您更了解哪種類型的計劃最合適，並在計劃的建構和分析上做出正確的決策。
- Concernant votre contrainte relationnel entre C et D, vous pouvez l'ajouter dans plusieurs plateformes de construction de plan. J'ai pris l'exemple ici avec la plateforme Custom Design :
- 輸入您的答案、因素和範圍：
- Dans la partie "Define Factor Constraints", cliquer sur "Specify Linear Constraints". Comme vous souhaitez que le ratio D/C soit supérieur ou égal à 4, une remise en forme de cette équation donne :
4 * :C + -1 * :D</img> <= 0
Vous pouvez donc entrer cette contrainte dans la partie dédiée :
- 使用您的計劃定義您想要估計的效果類型。在這裡的例子中，我加入了C和D之間的交互，預設輸入C和D的主效應以及截距：
- 然後，您可以定義多個重複、中心點，並且您對要執行的運行次數也有一定的靈活性，然後您可以開始產生「Make Design」計畫。在此範例中，我選擇了 3 個中心點，以便能夠評估是否可能存在二次效應，並透過失擬檢定檢查模型的適合度，建議運行次數等於 12：
請注意，由於此關係約束，因素 C 和 D 不再獨立。估計每個因素的單獨影響可能會更加困難。
重要的是要清楚地區分這種關係約束在物理上是否是進行實驗所必需的（在這種情況下，必須在計劃中考慮到它，以避免產生物理上無法進行或危險的實驗），或者是否是「優先」約束，你認為你有好的結果。在第二種情況下，最好消除這個限制，以避免一開始就有任何偏見，並盡可能對實驗空間有最中立和完整的看法。要了解您的實驗空間中在何處、如何以及為何獲得正面結果，您還需要獲得負面結果。
最後，也出現了一個問題，即您的因素的個體集中度是否構成了感興趣的訊息，或者是否是似乎感興趣的比率。在第二種情況下，您可以將因子 C 和 D 組合成一個因子（比率），使該因子在一定範圍內演化，並且不需要實驗設計。
這是用於生成此處提到的實驗約束設計的腳本：
DOE(
Custom Design,
{Add Response( Maximize, "A", ., ., . ), Add Response( Maximize, "B", ., ., . ),
Add Factor( Continuous, 5, 9, "C", 0 ), Add Factor( Continuous, 10, 25, "D", 0 ),
Set Random Seed( 1047040825 ), Number of Starts( 55959 ),
Add Constraint( [4 -1 0] ), Add Term( {1, 0} ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {1, 1}, {2, 1} ), Center Points( 3 ),
Set Sample Size( 12 ), Optimality Criterion( "Make A-Optimal Design" ),
"A-Optimality Parameter Weights"n( [1 1 1 1] ), Simulate Responses( 0 ),
Save X Matrix( 0 ), Make Design, Set Run Order( Randomize ), Make Table}
);
您也可以在 PJ 中找到為說明此回應而產生的計劃（在表中新增計算列 D/C，以便您可以檢查此方法產生的所有實驗是否符合您的約束）。
希望這個回答對你有幫助
你好@SeanCor ，
關於非常精確的因子值，這是用於創建最佳計劃的演算法的結果。請參閱有關此主題的答案：
已解決：回覆：D 最優 RSM 中的奇數因子設定是如何產生的 - JMP 使用者社區
已解決：回覆：混合物篩選設計中納入隨機小數 - JMP 使用者社群
關於比率約束，後者的要求非常高：如果取 D 和 C 的極值（D 為最大值，C 為最小值），則得到的最大比率等於 25/5 = 5。之間的比率是正常的。
關於您的預測目標，空間填充類型計劃可能更合適，因為它允許您在實驗空間中分配點，並在建模（特別是機器學習演算法）和所需點數方面提供極大的靈活性（沒有最低限度，但您必須選擇合理的點數）。
您可以在「DoE」、「特殊用途」、「空間填充」中提供的空間填充平台中建構它：
您將在 PJ 中找到一個空間填充計劃的範例，該計劃是根據您的因素、反應和比率限制進行 20 次實驗而構建的。
根據所選計劃類型對實驗空間中的點分佈進行比較：
希望這個補充答案對您有幫助，
早安,
非常感謝您的這個回答，對我幫助很大。事實上，它是創建一個模型，其目的是根據輸入預測輸出，以便提供套餐，也就是說，根據需求提供不同的可能性。我們假設 A 是濃度產率，B 是百分比。我想根據因子 C 和 D 的不同濃度來預測答案 A 和 B。另外，限制要求比率等於或大於4，而我們只有4到4.91之間的比率，沒有更多，這正常嗎？
謝謝
