756839_zh-CN

liliconcom

47 年（迄今为止）的设计实验，从单因素实验设计到 GO-SSD 设计（2021-US-30MP-809）

和柯达的大多数年轻工程师一样，我最初也是做单因素实验设计，直到我们需要优化一个五组分解决方案。成功优化了这个包含两个具有统计学意义的三因素交互作用的解决方案后，我便迷上了实验设计。随着计算机工具的进步，我们从纸笔转向了公司内部的大型机程序。20世纪80年代，我们开始使用大型机SAS软件。90年代，我们有了JMP软件，但我们的实验设计仍然基本上是目录式设计。90年代末，JMP软件增加了最优设计功能，我们才拥有了一些新的工具。实验不再需要正交。我们可以进行规模更小的实验，仍然能够获得必要的数据，这在柯达研究实验室日渐式微、实验数量和规模受到严格限制的时期尤为重要。2011年，当布拉德利·琼斯和克里斯托弗·纳赫特海姆提出确定性筛选实验时，我已经跳槽到了博士伦公司。我们曾多次遇到这样的案例：DSD（设计科学主任）及早发现拮抗作用，从而避免了项目延误。退休的DOE（设计实验员）工作内容则较为简单，专注于优化冰淇淋配方、缩短在传统炉灶上制作枫糖浆的时间等。

自动生成的成绩单……

扬声器	文字稿
罗纳德·安德鲁斯	大家好，下午好。我叫罗恩·安德鲁斯。今天我将谈谈实验设计。
	标题是《47 年（至今）的设计实验经验》，涵盖了从单因素实验到时间序列实验，再到群体正交超饱和设计等各种实验。联系方式在文末。
	如果您对本次演讲有任何疑问，或者有任何与本次演讲相关的其他问题，请随时通过这里列出的电子邮件地址与我联系。
	让我们开始演示模式。
	主题。我每次只提及一个因素，并将它们归为正交组。
	我还会提到我早期运行过的一个阶乘算法。耶茨算法是一个历史上的奇特算法。最优设计至关重要。
	确定性筛选设计以及组正交设计在筛选情况下也很重要。
	我刚到柯达公司时，对实验设计一窍不通。我的所有实验都是一次只研究一个因素。
	这里有一个特别的装置，它的展示效果非常绚丽，我可以给你看看。我之前在一个部门工作，我们负责设计新的彩色胶片冲洗工艺，也负责维护这些工艺。彩色胶片是数码技术之前的产物；你们当中有些人可能还记得。
	偶尔，在冲洗实验室里，会发生一些事情，导致显影液被稀释。
	问题是，在不得不放弃并重新开始之前，我们能走多远？我们觉得可能是5%，也可能是10%。但我们收到报告称，有人走得更远，并且声称……
	结果可以接受。我们决定进行一项极限测试。我们从正常浓度开始，一直降至正常浓度的25%。
	我需要简要描述一下彩色胶片的评估方法。我们将灰阶色卡曝光在胶片上，冲洗后，
	我们使用密度计，通过三种不同的滤光片读取光密度，从而获得三张彩色照片的读数。
	我们绘制光密度与曝光量的对数关系图。这是一张反转片；它是正像，所以高曝光量对应低光密度，反之亦然。
	这是实验及其结果。浓度为100%时，我们得到了漂亮的平行曲线，并且色彩平衡良好。
	75%的稀释度相当不错。蓝色和绿色的浓度都在上升。这起初让我很困惑。为什么浓度会上升呢？
	我们在稀释染料形成步骤时是什么时候？
	我们仔细观察后发现，该溶液中存在一种竞争性偶联剂，它会形成一种水溶性染料，但这种染料最终不会进入薄膜中。
	它的作用是改善图像结构，但它也是溶液中最敏感的浓度成分。
	所以当我们开始稀释时，首先看到的就是这种情况。我们可以看到稀释竞争性耦合剂的影响，浓度会更高，尤其是在绿色和蓝色记录中。色彩平衡发生了变化。
	我们已经达到50%。绿色和蓝色仍在上升。红色在高位刻度线开始下沉。
	显色剂必须先处理蓝色和绿色记录，当它处理到高阶红色记录时，它正试图显色最大量染料。
	剩余的显色剂不足以形成应有的全部染料。
	然后我们来看看25%这个数值，也就是正常浓度的25%。红色记录真的在急剧下降。
	原本近乎黑色的地方变成了鲜红色，有点像迷幻效果。我们观察后觉得，这挺有意思的。也许有人故意想弄出这种效果，或许我们应该把这种方法公布出来。
	那是70年代。
	很多人都这么想。我记得我们好像从未发表过相关内容。看过的人都能感受到这种效果。
	我第一次运行阶乘运算是在一个与 Super 8 电影胶片有关的项目中。
	Super 8 最初是家用电影，它出现于摄像机之前，摄像机出现于数字视频之前，而数字视频就是我们今天在智能手机上使用的视频。
	我们希望将超8毫米电影介绍给更多专业客户。该项目的一部分内容是制作一部时长10分钟、符合专业帧速率的长片。
	所以我们有这样一个大墨盒，里面有一些大的卷轴，塑料部件相互摩擦，从而产生静电。
	一点静电就会产生一点灰尘。
	静电放电增多，胶片上留下蓝色的小闪电痕迹。不好。
	我们尝试了很多方法来消除静电，但没有一种方法能完全成功。
	我们最终的做法是在薄膜上涂覆一层紫外线吸收层，使薄膜免受静电干扰。静电火花几乎所有的能量都集中在紫外线区域。
	这样做虽然能使胶片不产生静电，但也减缓了银的去除速度。
	在显色步骤（即染料形成步骤）之后，我们使用漂白定影液去除银，这样我们就可以看到清晰漂亮的彩色图像。
	我的工作是优化这种漂白定型液。
	总共有五种成分，如果算上水的话就是六种。化学家们表示：“我们认为其中存在很多相互作用。”
	那真是轻描淡写的典范。
	简单介绍一下我的背景。我毕业于一所享有盛誉的工程学院，但没有任何统计学背景。
	我到柯达公司时知道什么是光圈值，但我完全不知道什么是F测试。
	幸运的是，该公司设有一个管理服务部门，其中有很多统计专家。
	于是我约了美国能源部专家之一约翰·林奇见面，我们聚在一起讨论了这个问题，并同意采用 2 比 5 的中央综合法。
	2 的 5 次方阶乘听起来很庞大，但我们当时并不知道哪些交互作用会显著，而且我们可以一次运行这八个，所以一天就能完成。这的确是一项艰巨的任务，但我们力所能及。
	1974 年物流方面的一些笔记。
	设计灵感来自产品目录。
	我用计算尺把设计单位转换成了实际单位。当时惠普35计算器已经有了，但按今天的美元价值算，要2000美元，而我没有。
	我手写了操作说明，并将复写纸副本送到了实验室。他们用全部46种不同的溶液处理了胶片样品。
	他们把胶片样品还给了我，所以我把它们带到另一家实验室进行银含量分析。
	我将结果录入到 IBM 卡片中。
	这些曾经是数据处理的主要工具，你们有些人可能见过。
	然后我把文件放入一个容器中，以便在主机上运行一夜。
	第二天早上我拿到了打印出来的纸质文件：表格和线条图。如果需要曲线，我们就用彩色铅笔和曲线尺自己画出来。
	和我们今天使用的略有不同。
	结果，
	例如，多年以后我还能记得这些事。它们当然不准确，但它们
	方向正确。
	五种成分中有四种具有显著的主效应，另外四种也具有显著的二次效应。更有趣的是，我们还观察到一些三因素交互作用。实际上是两种：漂白剂、定型剂和漂白促进剂。
	P 值不为零，但小于 0.0001。
	最底层的是定型剂、漂白促进剂和谷物破碎剂。P 值为 0.055，并非总能通过筛选。
	化学家们研究后认为，这三种成分混合会形成一种化合物，这或许可以解释你观察到的结果。我们将这一假设保留在模型中，后续结果也证实了这一点。这确实是一种三方相互作用。
	后来我才知道这种情况有多么罕见，因为在过去的 47 年里，再也没有在同一项实验中获得过两次三方交互作用。
	下一步是优化。这些数值是以设计单位表示的，所以原始公式后面的项都是零。这样就得到了每平方米1400毫克银的含量。
	薄膜上涂覆的量约为原量的三分之一。
	太过分了。放映这部电影，你会看到画面上到处都是大黑点。
	通过优化配方，我们增加了三种成分的用量，减少了一种成分的用量。
	我们没有添加防腐剂，但它没有起作用。银的含量降到了22毫克。
	那不是零，只是你看不见而已。
	摄影工作的诀窍在于，如果你看不出区别，那就没有区别。
	为了保险起见，我们稍微延长了浸泡时间。
	这次实验对我个人的影响非常巨大。我可能要花几个月的时间才能优化这个方案，但即便如此，也未必能从这次实验中获得如此显著的结果，所以我彻底着迷了。
	我查阅了约翰·林奇的培训安排，并报名参加了他下一期美国能源部开设的课程。
	我报名参加了高级课程，并寻找其他机会学习更多关于实验设计（DOE）的知识。我仍在寻找更多学习实验设计的机会。
	近年来，探索峰会在这方面发挥了重要作用。
	还有70年代的奇特事物。
	我开始进行更多析因实验，规模没有我刚才展示的那么大，通常是二的三次方或四次方。
	对于这种规模的实验，我懒得把结果录入系统提交到主机。我用的是耶茨算法，用笔和纸，15到20分钟就能算出回归系数。
	你不需要知道这个。这只是历史上的一个奇闻轶事。如果你感兴趣可以查阅资料，但在当今世界，你没必要了解耶茨算法。
	20世纪80年代，
	我们采用了大型机SAS系统。设计方案仍然来自产品目录，但我们有了PROC GLM程序来分析实验数据。
	然后我们得到了一个内部编写的 DOE 生成器。
	它仍然从产品目录中获取设计，但实现了计算机化，并与 SAS 分析程序以及后来的响应优化器集成到同一套程序中。
	然后是多条回复，
	这对于胶片摄影来说非常重要，因为我们需要测试大约 150 项内容，以确保我们做对了。
	美国能源部规模扩大了。
	在90年代
	JMP软件问世了。我知道第一版是在1989年推出的，但据我所知，它直到1990年才被柯达采用，所以我只算1990年的版本。
	我们有一个名为 Curves 的内部程序，它可以分析我之前展示的那些特征曲线，将其表示为特征向量。我相信这里有好几个人可以向我们展示现在如何使用 JMP 来做到这一点。
	Curves 与一个按需计算的计算机系统配合使用，该系统运行一个实验性涂层系统。
	现在传统上，
	在胶片上进行变化，
	大多数彩色胶片产品大约有十几层，通常需要经过涂布机三次涂布。
	为了进行更改，我们停止了涂层，更换了涂层罐，重新吹扫了管路，然后重新开始涂层。
	通过按需配制配方，对于我们想要产生变化的各个层，我们会将成分分成不同的部分，即时混合，然后我们可以通过改变泵速来进行更改。
	我们无需停止生产、重新清洗管线并重新启动涂装。在相同的时间内，我们可以涂装更多的零件。
	这促使我进行了一些更大规模的实验。我做过的最大型的实验是计算 2 的 17 次方减 11 个中心复合数。
	使用 FOD 系统，一天内运行 107 种因子组合（包括一些重复实验）。
	这为正在开发的新产品——红色记录——提供了一个相当完整的模型；我们还有其他实验来填充绿色和蓝色记录。
	这听起来很大，但我的一位同事做了一个 2 比 17 减 9 的中心综合赔率。他涵盖了所有三种颜色记录，300 种因子组合。
	他花了六周时间和价值 5 万美元的主机时间来分析它，但与耗时六个月和近 50 万美元的实验工作相比，这简直是物超所值。
	2000年代到来，柯达
	命运逆转。FOD被拆除了；它再也无法为这支敬业的团队提供支持了。
	Curves程序的支持已被取消。如果你知道如何运行它，它仍然存在。如果你不知道，或许可以找人帮忙。
	幸运的是，JMP 具有 DOE 功能，可以接管很多 DOE 设计和分析工作。
	由于管理层的限制，我们对实验的数量和规模都进行了限制。
	1999年
	我做了71项涂层实验，但在2000年，全年实验数量被限制在25项，每项实验的零件数不得超过12个。不再进行大规模析因实验。
	效率至关重要，因此，当时进行的实验非常有价值。
	我们发现，我们并不需要进行完全正交平衡的实验。这些特性固然很好，但并非绝对必要，所以我们尽可能地在实验中加入了所有可能的因素。
	尽可能多地获取信息。
	我们也参与了一些
	借用一下。我当时正在做一个项目，目的是替换同时涂层中的氟表面活性剂。
	这影响了薄膜顶部的物理特性。
	它不影响感光性能。我可以更换感光层，而不会影响表面的物理性能，因此我可以在同一组涂层部件上进行两个完全独立的实验。虽然结果完全混乱，但我们可以分别进行测试。
	除非你对工艺流程非常了解，否则不建议这样做。当时柯达在实验性涂层方面拥有120年的经验。
	我们大致知道可能会发生什么。我们的实验主要是为了校准，即确定影响会有多大。
	2005年到来了。
	柯达公司说该走了，所以我找到了另一家同样在罗切斯特成立的老牌公司，即博士伦公司。
	我之前也用过这段话：发现意想不到的事物比证实已知事物更重要。我对此深信不疑。
	但在受监管的行业中，确认已知信息往往是必要的。
	FDA要求我们确认每个重要的工艺参数都符合其规格限值。当我们在规格限值范围内运行时，有时他们甚至需要运行所有（也许不是所有，但大部分）规格限值的组合，以确保产品合格。
	但我们仍然需要提高效率。我们仍然需要高效的实验，所以我们利用了那些最优实验。还有一些其他的不同之处。在柯达，我可以寻求帮助，那里有一些JMP方面的专家。而在B&L，最初，我们工艺工程团队里只有我一个人。
	我招募了一些新成员，他们开始来找我帮忙，所以我不得不更好地学习软件。
	我很快了解到该计划中提供的各种帮助设施，包括电话和电子邮件方面的帮助，我衷心感谢那些接听电话和回复电子邮件的人们。
	我还利用我的职位参加了不止一次的探索峰会。
	这绝对是我参加过的最好的技术会议。我学到了很多东西。我通常专注于实验设计（DOE），但除了实验设计之外，我还学到了很多其他方面的知识。那里有很多其他有价值的东西。
	在 B&L 工作的这些年里，我经历过一些事情，一些亮点，我曾经演示过四方互动……算是吧。
	当时正在研发一种隐形眼镜，它存在一种独特的缺陷，可以通过四种不同的方法进行修复。
	如果我们把这四个因素合并成一个阶乘，数学上就呈现出四因素交互作用。一旦治愈了某种疾病，就无法再用其他因素治愈它。严格来说，这并非物理化学上的四因素交互作用，但从数学角度来看，它确实是。
	我遇到的唯一一次四方互动。
	我永远不会忘记2011年
	我在丹佛参加了探索峰会。那是我第一次参加，正是在那时，布拉德利·琼斯和克里斯·纳赫特谢姆提出了最终的筛选设计方案。
	我看了看，立刻就知道该怎么用了。我需要核实规格限值，必须核实单体混合物中所有成分的称重规格。
	我用它来做DSD测试。它不仅很容易验证所有规格限制及其组合，
	但我有一个模型，可以用来进行一些假设性实验，比如如果我们收紧规格，可能会发生什么情况？
	我们做了一些这样的事情，不是因为我们需要这样做，而是因为我们能够这样做……我们有能力提高规格，而且我们可以从中受益。
	我又做了一些搭便车实验。
	去年我参与了一个项目
	包括一种新型的日抛型隐形眼镜。
	日抛型隐形眼镜的售价远不及30天抛型隐形眼镜，但其制造成本并没有低多少。
	我们通过提高产量来弥补损失，但利润率仍然很低。因此，我们花了相当多的时间研究项目的成本控制。一位同事正在研究脱模步骤的良率。
	我当时试图减少萃取步骤中使用的溶剂量，在这个步骤中，我们将非反应性单体从镜片中洗出。
	我们进行了三项不同的搭接实验，每项实验涉及 50 到 75 个零件，我的同事进行产量实验，我进行萃取实验。
	为了验证我的提取更改是否安全有效，我需要对其中每一种更改进行 30 万次观察。
	我之所以能获得足够的生产设备使用时间来进行这类测试，唯一的办法就是与其他实验共享时间。虽然这样也会带来一些干扰，但我们可以分别进行测试，获得不同的参数，从而使双方都能从同一个实验中获益。
	我们及时验证了成本削减方案，产品得以顺利上市，现在产品已经上市：Infuse 隐形眼镜，如果您正在寻找此类产品的话。
	我之前提到过群组正交超饱和设计。
	我第一次听说这些是在三年前的一次探索峰会上。
	我当时就像个拿着锤子找钉子的孩子。我想，你知道吗，这又是一个很棒的屏风设计。我得试试。
	我做了很多模拟实验。我证明了它的优势；我也证明了如果存在太多显著效应，将会出现哪些缺陷。
	我还没实际运行过。目前，在筛选情况下，我将其与DSD进行了比较，并认为就我目前遇到的情况而言，评估一些二阶效应的机会比使用GO-SSD所能获得的较小规模的实验更有价值。
	所以，这是美国能源部的一些建议。这些建议并非我的个人意见，我只是复述专家的观点。
	首先，把那些产品目录放到回收文件柜里。你不需要它们了。
	对于筛查情况，请同时考虑 DSD 和 GO-SSD。
	找出最适合你情况的方案。
	对于大多数实验，包括一些筛选情况，最优设计将是最佳选择。
	那么，就哪个参数最优化而言呢？
	如果您对此感到担忧，可以查阅一下布拉德利·琼斯在以往探索峰会上的演讲，您会得到很好的解答。
	内容详尽的演示文稿。
	如果你不想为此烦恼，那就别烦恼。与各种最优参数之间的微小差异相比，最优设计的优势非常显著。
	接受默认设置并不会让你陷入糟糕的境地。
	最后，在开始运行实验之前，务必、务必、务必使用设计评估工具。
	我总是会计算功率，我总是会查看相关性热图。
	如果这是一项至关重要的实验，我也会
	进行多次不同噪声水平的模拟，确保我有很好的机会来演示……检测到我需要能够检测到的那种效应。
	借用《汉密尔顿》中乔治国王的一句台词：“接下来会发生什么？”
	我一月份从博士伦公司退休了，所以不再领取工程师的薪水了。
	但骨子里仍然是个工程师。
	我一直在努力将我毕生的摄影爱好发展成一项事业。
	几周前，我运行了一个三乘三阶乘。
	我担心……的表现。
	我买了一支新的广角镜头。我不满意，又买了一支。
	我对比了三支广角镜头，其中一支比较老旧。我使用了三种不同的光圈，并观察了对焦均匀性的变化，结果发现镜头本身没有任何问题。问题出在摄影师身上。我需要提高对焦技巧。
	重要且有用的信息。
	我希望继续从事数据分析工作。我之前做过一些关于新冠疫情趋势的数据分析。我关注……
	溪流和河流的水流量数据
	所以我知道附近哪些瀑布的水量比较充沛。我还分析一些我们教会的人口统计数据。
	我估计这项工作大部分都不会有报酬。我对咨询工作持开放态度，但目前没有积极寻求机会，所以不太可能实现。
	所以，接下来我将快速回顾我作为工程师47年来从事各种不同类型实验的经历。
	欢迎提问。非常感谢。

高级统计建模基础数据分析与建模消费者和市场研究数据探索与可视化实验设计预测建模和机器学习质量与工艺工程可靠性分析