如何找到相關性最低的現有歷史 DOE 的最佳組合 (JMP17)？我已經運行了 30 次 DOE。它們的結構不佳，每對因素之間存在高度相關性 (|r|~0.75)。有什麼方法可以快速找到相關性最低的 DOE 組嗎？例如，列出 1-30 次 DOE 運行的主效果因子之間的最大相關性，我可以選擇我喜歡的 DOE 數量。也許它會告訴我，在 30 個 DOE 中，這 16 個 DOE 的主效果相關性最低 (~0)。
在刪除一些高度相關的 DOE 後，接下來我想增強 DOE。謝謝！
實驗設計回覆：如何找到相關性最低的現有歷史 DOE 的最佳組合 (JMP17)？嗨@Fruit325 ，
這篇新文章與之前發布的文章（以及菲爾和我的答案）有何不同？ ： 與增強 DOE 相反，我能否快速確定需要移除的 DOE，以最大限度地提高靜止 DOE 的 D 效率？
- 若要尋找因素之間的相關性，您可以使用多變量平台並使用「by」變數指定 DoE ID，以視覺化每個 DoE 資料集的因素之間的相關性。
- 要從全域資料表中的所有 DoE 運行中選擇最有趣（不相關）的運行，您可以使用自訂設計並將運行用作協變量運行，並使用別名最優標準創建設計，旨在最大限度地減少之間的別名假設模型中的效應和模型中不存在但可能活躍的效應： 最優性標準 (jmp.com)
- 正如@Phil_Kay所提到的， 增強設計可能更有用，以改善因素之間的相關性並獲得更有用的模型和數據集合，而不是減少數據集。如果減少資料集，您還可以將其與增強設計結合起來，以克服僅使用協變量運行的設計的弱點，因此可以組合兩種方法，並且未使用的原始 DoE 集的運行可以用作驗證運行。
希望這些選項和答案對您有意義，
回覆：如何找到相關性最低的現有歷史 DOE 的最佳組合 (JMP17)？嗨@Victor_G ，
多謝！從你之前的回答中，我已經學會如何使用 D 最優設計來選擇多個 DOE，但當時我不知道什麼是別名最優設計，也不知道它可以用來選取相關的東西。這是否只會優化主效果和別名項之間的相關性？主效應項（例如 X1 和 X2）之間的相關性如何？ JMP 是否可以告訴我相關性最低的 DOE 組的數量？謝謝你！這很有幫助！
回覆：如何找到相關性最低的現有歷史 DOE 的最佳組合 (JMP17)？嗨@Fruit325 ，
在因素之間存在相關性的情況下，將最佳設計（D-、A- 或 Alias-）與 DoE 中的協變量運行結合使用將有助於選擇最不相似且不相關的運行。
以下是一個包含 50 個資料點的範例，只有 2 個因子（用於視覺化和理解目的），X1 和 X2 之間的（高）相關性為 0,644：
您可以看到所選的紅點對應於Alias-Optimal（與D-Optimal 設計的結果相同）自訂設計，並且被選為最「分散」的點，有助於減少X2 和X1 之間的相關性並更精確地估計X1 和 X2 的主效應（儘管存在相關性）。
在此範例中，選擇 D 或 Alias 最優設計不會對所選協變數運行進行任何更改，但會考慮更多因素（就像您的 DoE 資料集的情況一樣），使用 Alias 最優設計可能會阻止模型中的效應與模型中不存在的潛在效應（例如交互作用、二次或高階效應）之間存在相關性。
我仍然想強調需要將分析需求和資料收集策略分開：如果您想分析相關變數對回應的影響，您可以使用 JMP 的適當建模選項（ 主成分分析、 偏最小二乘... ）或JMP Pro （在廣義迴歸模型 (jmp.com)平台下使用 Lasso、Ridge、Elastic Net 等懲罰回歸技術，或使用能夠處理Bootstrap Forest等相關變數的機器學習模型），無需選擇/過濾資料點。
然而，在某些情況下，在高品質的小規模資料集中比在中等品質的大數據集中更容易發現模式。
嘗試這兩個選項可能有助於確定這兩個選項找到的模式是否相似以及它們是否可以相互補充。
希望這個回答對你有幫助
