由@HadleyMyers主持，DOE 爱好者就几个主题进行了讨论。
欢迎继续下面的讨论！
视频 1：简介
视频 2：处理异常值
评论：
@Victor_G ：并且将重复与复制分开，以便更好地了解问题是来自测量过程（重复），还是来自系统（通过复制可以看出，固定因素水平可能存在不确定性）
视频 3：协变量因子的用途
评论：
@Victor_G ：JMP 的 Jed Campbell 发表了一篇关于非线性因子约束的精彩博客文章： https://community.jmp.com/t5/JMP-Blog/Demystifying-Factor-Constraints/ba-p/619898
揭开因素约束的神秘面纱
定义因素约束难道不是我应该置之不理或假装不存在的东西吗？明智的人不会在约束下做任何事情。-Marcus Tullius Cicero 如果您对定义感到害怕...
@Paul_J ：我在食品和化学工业工作时总是这么做。
@Bill_Worley ：我是使用协变量候选集的坚定支持者。
@Victor_G ：协变量集在化学中非常有用，例如在处理化学性质作为输入时
视频 4：设置范围的最佳实践
评论：
@Victor_G ：在筛选中使用广泛的范围（可能带有中心点），并在探索/优化中细化范围。
@KimRas2 ：大胆一点！
@shs ：对我而言，如果你从头开始，并且不确定你的边界是否有效，那么就从你认为可能最关键的实验开始。这样你只会浪费一次实验。
@Victor_G ：范围设计对于定义适当范围和检查设计空间中的可变性也非常有用： https://prismtc.co.uk/resources/blogs-and-articles/scoping-designs
您只需尝试对所有因素进行 -1 水平测试、对所有因素进行中心点测试和对所有因素进行 +1 水平测试。
你可以很容易地将范围设计扩展为因子设计
@Nicola_Nuti ：同意，增加效果大小也会带来更大的功率。
@Jonas_Rinne ：范围设计的想法对于检查你的范围是否合理非常有用。尤其是当你有很多因素的时候。
@SDF1 ：即使试验没有成功，仍然可以为 DOE 和整个探索过程提供非常有用的信息。
@shs ：如果设置太窄，您永远无法确定曲率，温度通常就是这种情况。
@Paul_J ：设置范围是一个很好的例子，说明了为什么要在统计数据中保留科学性。
@Bill_Worley ：如果您有一些历史数据，您可以建立一个模型并使用设计空间分析器来帮助确定最佳范围。
@Victor_G ：是的，DoE 是一种方法改变，但对结果的可预测性更高，学习和规划变得更加容易（与一次尝试一个因素并依赖最佳猜测相比）。
@SDF1 ：根据研究的“新颖性”，有时需要进行“预先 DOE”来确定您正在测试的因素的可行范围，以便当您实际坐下来创建更详细/复杂的 DOE 时，您更有可能使所有运行都成功。
视频 5：现代 DOE
@Victor_G ：真的很喜欢屋顶的隐喻，谢谢分享！
@shs ：我很少再使用经典设计了，因为它们在实验运行中规模很大。使用诸如 SVEM 之类的概念进行小型设计，或使用确定性筛选设计等，可以让你设计出在运行次数较少的情况下覆盖大量因素的设计，当人们第一次看到使用现代设计可以减少多少实验工作量时，他们就会信服。
@Victor_G :
我经常评估和比较现代设计与可能的“经典”对应物，以更好地展示现代设计的优势
@KimRas2 ：功能性 DoE？
@ryan_cooper ：我经常喜欢在社区讨论中引用 Phil Kay 的一些观点。（然而，问题的标题具有误导性。）关于为什么大多数事情都可以用 DSD 和定制设计来完成的一些讨论。
https://community.jmp.com/t5/Discussions/Reason-against-using-Custom-Design-DOE-for-everything/td-p/407995
视频 6：函数数据探索器
@Victor_G ：具有曲线输出的功能 DoE： https://community.jmp.com/t5/Discovery-Summit-Europe-2021/Use-of-Functional-Data-Explorer-in-a-Mixture-Design-for/ta-p/349208
您可以使用曲线数据（功能数据）作为输入和/或输出。
Lyndal 问道：标准 JMP 许可证是否涵盖功能性 DoE 分析？我以为需要 JMP Pro？
是的，仅限 Pro
@Victor_G ：作为输入，您可以使用来自功能分析的系数，并将这些系数链接到您的输出
@Phil_Kay : @Ben_BarrIngh在该领域拥有一定的专业知识。如果您能参加，Ben 将参加在曼彻斯特举办的 Discovery Summit。
感谢@maria_astals 的录音和记录！
如果某些用户（ @Nicola_Nuti ？）对使用功能数据作为 DoE 的输入感兴趣， @Jed_Campbell在这篇博文中做了很好的解释： 使用功能数据作为输入而不是输出
基本上，您使用 FDE 分析不同的曲线，从每条曲线中提取功能主成分，然后在自定义 DoE 中使用这些系数作为协变量。
期待参加下一届 DoE 俱乐部（和 JMP 发现峰会）！
