将确定性筛选设计扩展为面中心复合设计 (FCCCD)你好，
JMP 可以将确定性筛选设计扩展为面心中心复合设计 (FCCCD) 并对其进行评估吗？
似乎 FCCCD 是唯一包含大量与确定性筛选设计共同的运行的设计。
真挚地
汤米7571
实验设计回复：将确定性筛选设计扩展为面心中心复合设计 (FCCCD)即使是阶乘点有时也可能代表不可能、危险或不可行的因素组合。
这是 Box-Behnken 设计以及最优设计成功的原因之一，在最优设计中，您可以对因素指定任何约束以生成可行的设计（并避免不可能的组合）。
@Thommy7571写道：
有没有关于如何选择 -1 和 +1 级别值的建议？
这是一个很大的问题，并且非常依赖于领域。
一些建议或推荐可能是利用您的领域专业知识（或召集一些领域专家）和/或使用历史数据（如果可用）来更好地评估设计的兴趣程度。您还可以使用筛选设计或更经济的范围设计来评估实验的实际可行性，以及检查您的响应测量是否具有足够的判别性。
希望这最终能帮助你，
回复：将确定性筛选设计扩展为面心中心复合设计 (FCCCD)嗨@Thommy7571 ，
抱歉耽误了这么久，您的回复在垃圾邮件文件夹中，我刚刚将它们标记为“安全”。
@Thommy7571写道：
在您的设计中，红点位于立方体的角上，并标记为 DSD 的点。根据 Bayiley 的文章，这是不可能的。这些是简单的因子点 - 至少在两个级别的情况下。例如 +1、+1、+1，因此这样的点不能位于 DSD 中。
如果您的设计中的因子数量非常少，则可以在设计中使用“简单因子”点：少于 5 个因子仍将创建包含 13 次运行的设计，因此您最终可能会得到因子点。这个包含 13 次运行的设计实际上是具有 5 个因子和最少运行次数的 DSD，投射在 3 个因子维空间中。考虑基于因子的设计（DSD、CCD 和其他）的投影属性：如果 k 个因子中的一个不重要/不活跃，您仍然可以在 k-1 维实验空间中投射实验，这可能会给您留下您拥有因子点的印象。
更多信息请访问： https://www.linkedin.com/posts/victorguiller_designofexperiments-statistics-dataanalytics-activity-7155469237921153025-ul7E
希望这能澄清这一点。
@Thommy7571写道：
一般情况下，建议将参数的极值作为 +1 和 -1。星点会超出范围，不是吗？如果是这样，如果这在物理上是不可能的，我该如何取超出限制的点？与极限值相比，建议将 +1 和 -1 使用的实验值是什么（浓度例如 0% 和 100% - 不可能更少或更多！）
这取决于您的轴点的值，因为您可以有一个外接（> 1）、面心（= 1）或内接（<1）中心复合设计。
星点值的选择是运行的物理可行性（是否可以将因子范围扩展到 -1 以下或 +1 以上编码值）和 CCD 背后的目标之间的折衷。在类似的主题上，我表明星点距离实验空间中心最远：
- 主效应和二次效应的功效越高，但截距的功效越低，
- 实验空间中心的方差越高，但实验空间边界的方差越低。
您可以在此处阅读更多内容： https://community.jmp.com/t5/Discussions/why-are-no-star-points-in-custom-design-RSM/mp/603144/highlight/true#M80637
@Thommy7571写道：
我是对的，还是 Nist.gov 上没有关于 DSD 的任何信息？如果运行不能合理地用于后续设计，那么从 DSD 开始使用 6 或 7 个因素是否不是一个好主意？既然 DSD 对于获取信息非常有用，为什么没有人开发出类似于 CCD 的设计？
我还没有在 Nist.gov 上看到有关确定性筛选设计的更新。您可以在此处查看最新更新：https: //www.itl.nist.gov/div898/handbook/index.htm
确定性筛选设计在筛选主效应和检测可能出现的强烈高阶效应（如 2 因子相互作用和二次效应）方面非常有用。它们在处理 5 个以上因子时非常强大，因为与传统设计方法相比，它们可以显著减少所需的运行次数。
您始终可以使用Augment Designs 平台来使用任何设计的运行结果。如果您已经运行了 DSD，则可以将您的设计扩展为响应曲面模型设计，这与使用 CCD 的传统顺序方法所获得的结果非常相似。
DSD 的主要好处是从筛选阶段开始研究非线性二次效应：它避免了“二元”响应并丢弃可能产生二次效应的统计上不显著的因素。
希望这能解答你的疑问，并希望所提供的元素能帮助你找到解决方案，
回复：将确定性筛选设计扩展为面心中心复合设计 (FCCCD)你好，
很遗憾，我必须指出其中存在错误。如果您查看 Bradley Jones 和 Nachtsheim (2011) 撰写的有关确定性筛选设计的文章，您会发现 dsd 中没有阶乘点。在您的图片中，有一个点 - 立方体前部底部角落的点 - 位于 -1,-1,-1。因此它是一个阶乘点。
因此，因子点不是 indsd 正态的。我想知道为什么默认情况下没有轴点，因为除了中心点之外没有其他可能的点，尤其是没有因子点。我还想知道为什么没有人开发基于确定性筛选设计的进一步评估设计。最后出现的问题是，如果给定实验值的极限（例如 0% 和 100% 浓度），应该为水平 -1 和 +1 使用什么值。轴点的实验值需要是这些非物理极限。有没有关于如何选择水平 -1 和 +1 值的建议？
回复：将确定性筛选设计扩展为面心中心复合设计 (FCCCD)确实非常有趣。我不知道刻印 CCD。也感谢您提供 NIST 页面的链接，但是，有两点不清楚。在您的设计中，红点位于立方体的角上，并标记为 DSD 的点。根据 Bayiley 的文章，这是不可能的。这些是简单的因子点 - 至少在两个级别的情况下。例如 +1、+1、+1，因此这样的点不能位于 DSD 中。
通常，建议将参数的极值作为 +1 和 -1。星点会超出范围，不是吗？如果是这样，如果这在物理上是不可能的，我该如何取超出限制的点？与极限值相比，建议将 +1 和 -1 使用的实验值是什么（浓度例如 0% 和 100% - 不可能更少或更多！）我是对的，还是 Nist.gov 上没有关于 DSD 的内容？如果运行不能合理地用于以下设计，那么从 DSD 开始使用 6 或 7 个因子是否最终不是一个好主意？为什么没有人开发基于 DSD 的类似 CCD 的设计，因为后者对于获取信息非常有用？
回复：将确定性筛选设计扩展为面心中心复合设计 (FCCCD)嗨@Thommy7571 ，
回答您的评论：
1.阶乘点：-DSD 不像 CCD 那样充分利用阶乘点。
2.轴点：- 与 CCD 类似，DSD 包括轴点。
3.中心点：-DSD 包括中心点来估计实验误差，类似于 CCD 和 FCCCD。
我得出的结论是，CCD包括中心点和轴点。
DSD 和 CCD 之间的因子点和中心点相似。默认情况下，DSD 中不包含轴点。DSD 是 3 级筛选设计，因此它包含每个因子的中间级别。请参阅 DSD 和增强 CCD 之间的点重新分配（DSD 中已经存在因子点和中心点，因此 CCD 中的增强不会添加因子点，但可能会添加中心点）：
DSD 和面心 CCD 之间：
原则上，我不知道如何使用 DSD 的所有运行（如果有必要）并添加进一步的运行来获得 CCD。
因此，如果我使用 DSD，我可以使用后者，并使用相同类型的更多点将其扩展到 CCD，或者添加具有两个或更多级别的阶乘点。我说得对吗？
如前所述，使用增强设计平台和将轴向点添加到设计选项来添加轴向点并将 DSD 增强到 CCD。
也许我误解了一些东西，即在 FCCCD 中，轴点到中心的距离与面部中心点到中心的距离不同。
请参阅我之前的回答中添加的文档，以更好地理解外接、面心或内接 CCD 设计之间的区别，以及如何根据您的需要和所需的设计类型设置此距离值：
有关几种 CCD（外接 CCD、面心 CCD、内接 CCD）的更多信息：
5.3.3.6.1. 中心复合设计 (CCD) (nist.gov)
5.3.3.6.3. 响应面设计比较 (nist.gov)
面心 = FCCCD -> 距离 =1
希望这能澄清我的答案，
回复：将确定性筛选设计扩展为面心中心复合设计 (FCCCD)我加深了对不同设计（尤其是 CCD 和 DSD）所用点的了解。由此我发现，这两者中使用的点非常不同。原则上，我不知道如何使用 DSD 的所有运行（如果有必要）并添加更多运行来获得 CCD。然而，我的印象是 FCCCD 中使用的点与 DSD 使用的点更相似。也许我误解了一些东西，即在 FCCCD 中，轴点与中心的距离与面中心点的距离不同。
因此 - 基于以下内容
1.阶乘点：-DSD 不像 CCD 那样充分利用阶乘点。
2.轴点：- 与 CCD 类似，DSD 包括轴点。
3.中心点：-DSD 包括中心点来估计实验误差，类似于 CCD 和 FCCCD。
我得出的结论是，CCD包括中心点和轴点。
因此，如果我使用 DSD，我可以使用后者，并使用 einter 相同类型的更多点将其扩展到 CCD，或者添加具有两个或更多级别的阶乘点。我说得对吗？这不清楚，因为我在某个地方得到了关于将 DSD 扩展到 CCD 的可能性的否定答案。是的，我希望它自动实现，尽管这是次要的。当然，我知道在 DSD 之后，重要因素应该减少。
真挚地
汤米7571
回复：将确定性筛选设计扩展为面心中心复合设计 (FCCCD)嗨@Thommy7571 ，
您可以手动或自动将最终筛选设计增强为（面中心）中心复合设计：
- 您可以手动将 DSD 中缺失的点添加到面部中心、角落和侧面中间。
- 如果您想通过Augment Designs平台自动执行此操作，点的重新划分将取决于增强选项（和假定模型）。使用“ 添加轴向”指定增强，您可以获得 CCD，并且可以指定 CCD 轴向点所需的距离，以便获得外接、面心或内接 CCD。要了解获得所需设计类型的适当距离，可能需要查看 CCD 的文档以及如何确定和计算轴向点： 选择设计
您还可以使用经典响应曲面设计平台生成 CCD，根据您拥有的适当数量的因素生成所需的 CCD 类型，并将该设计中的轴值用于增强设计。
如果您使用“增强”选项增强设计并指定模型中重要效应的主效应、2 因子相互作用和二次项，您将无法获得面 CCD，因为面中心的点将会丢失（并且可能还有一些其他点，具体取决于设计“完整性”所允许的点数）。增强将使用已经创建的点，并以最佳方式增强设计以考虑假定的模型。
根据您的需求，获得CCD或任何最佳响应曲面模型设计，增强平台将为您提供帮助。
可以通过“评估设计”平台来评估增强设计，或者如果您已经生成了几种可能的设计选项，则可以将它们与“比较设计”平台进行比较。
有关几种 CCD（外接 CCD、面心 CCD、内接 CCD）的更多信息：
5.3.3.6.1. 中心复合设计 (CCD) (nist.gov)
5.3.3.6.3. 响应面设计比较 (nist.gov)
希望这个答案能帮助你，
