你好， 我是 瑞安 莱基维茨, 经理 的 这 美国能源部 和 可靠性 团队 在 跳转。
今天 我是 去 到 讲话 到 你 关于
a 班级 的 饱和 混合- 等级 主要的 效果 设计 为了 甚至 数字 的 運行。
那 声音 喜欢 a 满口，
但 出色地 得到 一个 理解 的 什么 那 是 经过 这 时间 是 完成的。
如果 你 看 在 我的 跳转 杂志 这里，
这是 a 粗糙的 主意 作为 到 什么 这 大纲 是 去 到 看 喜欢。
现在， 在 这 开始 的 尽管， I 做 有 到 称呼 出去，
所以 I 有 三 合作者 在 这 项目。
布拉德利 琼斯， WHO 应该 是 熟悉的 到 许多 的 你 在 JMP，
神圣地 马宗达 和 克里斯 晚上。
只是 一些 历史 和 前期工作 .
患病的 说 通常...
如果 你 看 在 那里， 我们 谈论 关于 主要的 效果 设计。
现在， 通常， 什么时候 我们 思考 的 筛查 设计，
我们 经常 思考 的 因素 存在 全部 在 二 水平。
你的 标准 分数 阶乘 设计 那 你 看 在 教科书，
但 真的 有 这 大的 问题， 什么 关于 非线性 效果？
的 课程， 它是 伟大的 我们 想 到 寻找 出去 那些 最多 重要的 主要的 效果，
但 什么 發生 如果 那里 是 一些 非线性？
在 特别的， 在 2011年，
权威 筛查 设计 或者 DSD 打 这 场景。
这 大的 事物 和 那些 DSD，
这里 我们 是 假设 全部 这 因素 是 连续的。
每个 因素 和 DSD 是 去 到 是 在 三 水平。
那 给了 一些 希望 的 存在 有能力的 到 探测 二次函数 效果
什么时候 他们 是 大的。
患病的 说 那 曾是 一 的 这 大的 受欢迎程度 的 DSD。
这 设计 是 去 到 讲话 关于 这里。
我们的 主要的 影响， 如果 你 思考 的 DSD，
不是 仅有的 是 他们 好的 在 采摘 向上 主要的 效果，
是 还 寻找 在 二次函数 和 交互。
这 设计 是 寻找 在 这里
是 真的 主要的 效果 筛查 作为 我们的 基本的 目标。
经过 主要的 效果 筛查， 我是 说 我们 有 我们的 列表 的 因素
和 我们 想 到 寻找 出去 哪个 的 那些 是 这 基本的 司机。
我们 想 到 寻找 出去 那些 重要的 主要的 效果。
如果 是 真的 幸运的， 我们 可能 得到 一些 二次函数 交互。
但 再次， 主要的 效果 筛查 是 这 大的 事物。
什么 你是 去 到 寻找 这里 是 是 去 到 有 a 混合
的 三- 等级 和 二- 等级 因素。
然而 这 DSD 有 一切 在 三- 级别，
这里 我们 有 更多的 的 这 混合 的 三 和 二- 水平。
一 的 这 事物 到 支付 注意力 到
是 只是 喜欢 确定的 筛查 设计。
什么时候 是 说 关于 这些 三级 因素，
是 去 到 认为 那 他们 连续的。
在 特别的， 那 方法 是 不是 寻找 为了 平衡。
经常 你 看 在 那 标题 在哪里 我们 讲话 关于 混合 水平。
是 说 关于 三 和 双层 因素。
但 患病的 说 传统上 什么时候 我们 思考 的 正交 射线，
这 三级 因素 是 分类，
和 所以 我们 想 到 看 每个 等级 一个 平等的 数字 的 次。
什么 是 去 到 寻找 这里 是 那 这些 三级 因素
是 j 乌斯季 去 到 有 a 很少 零。
一 的 这 其他 大的 事物， 尽管，
是 那 是 去 到 有 几乎 作为 许多 因素 作为 我们 做 運行。
这就是 在哪里 那 主意 的 饱和 和 这 标题 来了 从。
饱和 只是 方法 有效地 那 I 有 只是 作为 许多 因素 作为 I 做 運行。
这就是 在哪里 还 那 主要的 效果 筛查
因为 现在 I 有 所以 许多 因素，
如果 你 开始 考虑 二次函数 互动，
这就是 一个 可怕 很多 的 条款。
因为 是 寻找 在 所以 许多 因素，
是 只是 希望 我们 能 探测 那些 重要的 主要的 效果。
如果 你 思考 关于 其他 设计，
如果 你 思考 关于 这 混合 的 三- 等级 和 二 级别，
现在 立即地 什么 可能 来 到 头脑
是 一些 的 这 古典 田口 设计， 所以 L18 或者 这 L36。
那些 的 你 WHO 是 熟悉的 和 JMP，
你 可能 知道 那 你 能 创造 权威 筛查 设计
但 额外 双层 因素。
这 设计 这里 I 会 几乎 看 在 一个 扩大 到 一些 的 那些。
这里 是 去 到 有 a 很多 更多的 双层 因素
比 你 可能 想 到， 尽管， 在 我们的 标准 DSD。
患病的 说 这 是 还 一个 区域， 尽管， 这就是 挑选 向上 在 蒸汽
a 很多 在 这些 过去的 很少 年。
你 看 一些 参考 这里
作为 到 其他 作者 那 是 思维 关于 这 相同的 问题，
包括 a 纸 那 患病的 来 后退 到 在 这 结尾。
你 看 那 最后的， 这 琼斯， 莱基维茨, 和 纳赫施泰姆 纸。
这就是 实际上 有关的 到 这 工作 作为 出色地。
让我们 看， 希望 是 全部 在 这 相同的。
如果 我们 去 后退 到 那 标题。
这 饱和 只是 方法 我们 有 a 很多 的 因素 相对的 到 这 跑步 尺寸。
我们的 混合级别 方法 那 我们 有 一些 双层 和 三级。
只是 到 提到 这 二- 等级 可以 是 连续的 作为 出色地，
在哪里 是 只是 不是 感兴趣的 在 寻找 在 那些 二次函数 效果。
主要的 效果 设计 说 这就是 在哪里
我们的 最多 重要的 事物 是 发现 那些 重要的 主要的 效果
和 那 甚至 数字 的 跑步，
它 转弯 出去 这 设计， 如果 你 记住 那 记起 这 大纲，
全部 这些 设计 是 寻找 在 是 去 到 是 一个 甚至 数字 的 運行。
现在， 什么时候 我们 思考 关于 建筑 这些 设计，
所以 在 一些 的 这些 初步的，
I 应该 真的 讲话 关于 这 建筑 块。
这些 设计 是 去 到 是 建造 之上
使用 其他 矩阵 或者 其他 设计 在 这 文学。
取决于 在 如何 熟悉的 你 是 和 权威 筛查 设计，
有 这 主意 的 某物 称为 a 会议 矩阵。
A 会议 矩阵 是 只是 一个 M 经过 M 矩阵
那 我们 使用 到 构造 权威 筛查 设计。
一 的 这 好的 事物 和 会议 矩阵
是 那 在 一般的，
他们 存在 为了 倍数 的 二 行 和 列。
I 说 在 一般的，
有 a 会议 矩阵 为了 每一个 多种的 的 二
从 2至30， 除了 为了 22.
某物 到 提到 这里， 尽管，
是 那 在 这 案例 在哪里 a 会议 矩阵 做 不是 存在，
或者 让我们 说 如果 你 有 一个 奇怪的 数字 的 跑步，
你 能 使用 某物 称为 a 伪 会议 矩阵。
A 伪 会议 矩阵 说，
I 想 到 制作 它 看 作为 关闭 作为 I 能 到 a 会议 矩阵，
哪个 有 这 特别的 财产。
什么 特性 a 会议 矩阵 有？
出色地， 如果 I 拿 C 转置 T， 或者 反过来， C C 转置，
它是 去 到 是 M 减 1 次 这 身份 矩阵。
什么 那 真的 方法 是 那 这些 列，
这 列 的 这 矩阵 C, 正交。
如果 I 拿 那 叉- 产品 的 任何 二 列，
是 去 到 得到 a 零。
但 注意 我们 有 那 M减1，
因为 一 的 这 其他 特征 的 这 会议 矩阵
是 那 每个 排 和 柱子 有 确切地 一 零。
如果 你 有 跳转 17.2、
所以 患病的 承认 那 这 吉林省 第一的 节目 向上 在 跳转 17.2、
所以 我们 有 这 命令 为了 会议 矩阵。
这里 I 能 只是 问 为了 这 相同的 6x6 会议 矩阵。
再次， 什么是 这 特别的 财产？
出色地， 如果 我们 看， 所以 如果 I 拿 C 次 C 转置 或者 反过来，
I 得到 6 减 1、 哪个 是 5 次 这 身份 矩阵。
每个 的 那些 列 是 去 到 是 正交。
再次， 开始 a 跳转 17.2、 你 能 创造 你的 自己的 会议 矩阵
只是 经过 给予 它 这 命令。
这里 I 通缉 a 六连胜 会议 矩阵， 所以 I 曾是 有能力的 到 放 那 在。
让我们 尝试 它 和 八 正如你将会 看。
有 一个 8 经过 8 会议 矩阵。
这就是 一 的 这 建筑 块 那 我们 需要。
其他 一 是 a 相似的 类型 的 结构。
它是 称为 a 阿达玛 矩阵。
这 不同之处 是 a 会议 矩阵 有 值 的 消极的 一， 零， 和 一。
A 阿达玛 矩阵 只是 有 值 的 加 和 减 一。
A 阿达玛 矩阵 存在 为了 最多 倍数 的 四。
在 特别的， 这 是 在哪里 什么时候 你 听到 阿达玛 矩阵，
其他 事物 你会 听到 关于 经常 次 是 一个 正交 大批。
在 特别的 为了 a 阿达玛 矩阵， 它 有 那 相同的 财产。
如果 I 拿 它 经过 它是 转置，
在 这 案件， I 得到 N 次 这 身份 矩阵。
如果 你 记起 这 会议 矩阵，
它 曾是 那 M 减 1、
这 命令 因为 我们 有 一 零 在 每个 排 和 柱子。
这里 它是 去 到 是 N 次 这 身份 矩阵。
这 主意 这里 是 那 如果 I 拿 任何 一对 的 列，
我们 有 那 概念 的 正交性 为了 任何 一对 的 列。
相似的 到 这 会议 矩阵，
我们 实际上 有 a 特别的 命令 在 吉林省 为了 构建 a 阿达玛。
让我们 拿 a 看 这里。
如果 你 注意， 让我们 只是 说 阿达玛 8、
这 是 去 到 给 我 一个 8分 阿达玛 矩阵。
如果 我们 看 关于 服用 a 阿达玛，
这 股线 行， 那里 我们 得到 八 次 这 身份 矩阵。
再次， 所以 什么 那 方法， 如果 I 拿 任何 一对 的 列，
他们 去 到 是 正交， 哪个 你 能 实际上 已经 看。
只是 假装 那 这 第一的 一 是 喜欢 一个 截距。
你 看， 全部 的 这些 是 均衡。
我是 去 到 得到 那 主意 的 正交性。
是 实际上 几乎 那里 和 我们的 建筑 块。
这 最后的 片 那 我们 需要 是 某物 称为 这 克罗内克 产品。
什么 你会 看 是 那 自始至终 我们 可能 不是 甚至 真的 需要
到 思考 的 它 在 条款 的 a 克罗内克积。
只是 经常 什么时候 我们 创造 这些 设计， 这就是 这 方式 我们 喜欢 到 思考 的 这些。
你会 看 a 克罗内克积 是 表示 经过 这 象征。
它 看起来 喜欢 a 乘法 和 a 圆圈 大约 它。
在 跳转 或者 其他 定义 克罗内克积
是 称为 这 直接的 产品。
它 只是 發生 它是 a 方便的 方式 到 构造 设计。
全部 的 这， 克罗内克积 或者 直接的 产品 是，
如果 I 拿 a 矩阵 A 和 这 克罗内克积 的 B,
I 拿 每个 元素 的 A
和 申请 它 到 这 全部的 矩阵 B 超过 和 超过 再次。
在哪里 这 來 在 便利，
让我们 看 在哪里 你 可能 有 看到 某物 喜欢 这 前。
再次， 我们 有 a 直接的 产品， 一个JSL 命令。
让我们 说 如果 I 只是 通缉 到 开始 和 那 6x6 会议 矩阵。
现在 让我们 说 如果 我的 矩阵 一个， 所以 思考 这里 在 这 克罗内克积 一个，
I 只是 拿 这些 2 经过 1、
所以 二 行 加 一 和 a 减 一，
和 直接的 产品 和 C.
什么 做 I 得到 这里？
出色地， 这 是 有效地 如果 I 额外 a 中心 跑步，
这 会 是 a 13分 渠务署 和 六 因素。
经过 服用 这 一 和 减 一，
所以 和 这 克罗内克积 向上 这里 和 这 加 一，
I 得到 那 会议 矩阵 C, 和 向下 以下 I 得到 消极的 C.
这 克罗内克积 是 只是 a 方便的 方式
到 思考 关于 事物 喜欢 什么 我们 可能 称呼 自动对焦 老了。
和 那些 初步的 是 完毕，
现在 我们 能 实际上 开始 说 关于 这些 不同的 建筑。
这 第一的 方法 是 这 最多， 患病的 说 这 最美好的 的 全部 的 他们。
什么 是 去 到 说， 这 是 在哪里 我们的 跑步 尺寸
是 去 到 是 a 多种的 的 八。
什么 是 我们 正在做 这里？
出色地， 这里 是 去 到 开始。
是 去 到 有 a 会议 矩阵 的 命令 M 等于 4K。
再次， 记住， 这 会议 矩阵
趋向 到 存在 作为 长的 作为 我们 有 一个 甚至 数字。
同样地， 为了 这 阿达玛 矩阵，
这就是 在哪里 是 寻找 为了 倍数 的 四。
这里 我是 去 到 拿 a 会议 矩阵
的 命令 M 和 a 阿达玛 矩阵 的 这 相同的 命令
在哪里 是 假设 这里 那 两个都 存在。
什么 我是 正在做 这里 是 我是 去 到 折叠 超过。
你 能 实际上 表达 这 作为 a 克罗内克积，
但 这里 I 寻找 它 更多的 方便的 只是 到 写 它 这 方式。
你 看， 这 第一的 部分 看起来 喜欢 a 权威 筛查 设计。
我是 服用 a 会议 矩阵 和 折叠式的 它 超过。
然后 在 这 其他 边， 我是 复制 这 阿达玛 矩阵。
我是 服用 a 复制 的 那。
什么 做 我们 得到 和 这 设计？
出色地， 这些 第一的 M 列 那 是 形成 从 这 会议 矩阵，
这就是 去 到 给 我们 M 三级 因素。
这 其余的 M 减 1 是 全部 去 到 是 双层 因素。
这 C 部分 是 去 到 是 为了 三级，
这 H 部分 为了 兩級。
什么 做 我们 结尾 向上 和？
出色地， 什么 我们 做过， 我们 基本上 加倍 这些 这里。
是 去 到 有 二 M 运行 和 二 M 减 1 因素。
让我们 拿 a 看 在 什么 这 可能 看 喜欢。
让我们 看 一个 例子 这里。
让我们 拿 我的 C.
我是 去 到 只是 创造 一个 8 经过 8 会议 矩阵。
第一的， 让我们 构造 这些 三级 列。
我是 去 到 拿 那 直接的 产品。
再次， 在 这 案件， I 想 那 折叠， I 想 C 和 减 C.
让我们 拿 a 看 在 什么 C 看起来 喜欢。
再次， 这 是 只是 那 折页 结构 在 那。
一 事物 这里， 你 注意到 I 说 这 其余的 M-1 柱子
为了 这 双层 因素。
这 原因 为了 那...
让我们 拿 a 看 在 这 阿达玛 矩阵 的 命令 8.
如果 我是 去 到 复制 这， 如果 我是 去 到 复制 这，
出色地， 这 第一的 柱子 这里 是 去 到 是 为了 这 截距。
I 不 想 到 放 那 作为 一 的 我的 设计 因素
如果 它 绝不 变化，
如果 它是 持续的 自始至终 这 全部的 事物。
如果 你 注意 这里， 我是 去 到 只是 降低 这 截距。
现在 I 有 一个 8 经过 7 设计。
如果 你 注意， 我是 去 到 使用 这 直接的 产品 再次 这里。
但 反而 的 和 这 会议 矩阵
在哪里 I 曾是 使用 一 和 减 一， I 只是 想 到 制作 a 复制
的 那 阿达玛 矩阵 H 没有 这 截距。
让我们 给 那 a 看。
我们 能 拿 a 看 这里 在 这 矩阵
在哪里 你 看 那 这 一， 一， 一。
你 能 实际上 看 在哪里 它 获取 只是 复制 它 再次。
它是 只是 这 相同的 矩阵 堆叠 在 顶部 的 本身。
如果 I 连接 全部 的 那些 一起， 你 能 看 I 有 a 16 经过 15.
I 能 实际上 只是 创造 那 数据 桌子。
I 有 这 设计 现在， a 16分 设计 和 15 因素。
这 第一的 八 的 那些 是 三 等级 和 这 其余的 七 是 在 二 水平。
让我们 只是 拿 a 看。
让我们 去 到 设计 诊断
和 让我们 看 什么 这 看起来 喜欢 和 评价 设计。
你 能 看 I 只是 创建 a 主要的 效果。
这 可能 是 难的 到 看， 所以 这 看起来 漂亮的 凌乱的，
但 你 能 已经 看 有 a 特别的 结构 和 这些 设计。
一 事物 I 想 到 观点 出去， 让我们 得到 摆脱 的 这 别名 条款。
让我们 只是 看 在 这 相关性 这里 和 这些 主要的 效果。
你 能 看 在 这 案件，
实际上， 全部 我的 主要的 效果 是 正交 到 每个 其他。
一 事物 到 观点 出去 这里，
因为 I 曾是 使用 那 阿达玛 矩阵 作为 a 建筑 堵塞，
那些 双层 设计， 我们 有 全部 那 好的 正交性 那里。
你会 注意 这 分数 增加 在 信心 间隔 长度
是 a 小的 少量 更高。
为什么 是 那？
出色地， 这就是 因为 我们 有 这些 三级 因素。
那些 第一的 因素 是 在 三 水平。
什么 那 方法 是 那 如果 那里 是 a 二次函数 影响，
现在 这 是 给予 我 一些 希望 的 检测 那。
再次， 不 忘记， 是 已经 在 16 运行 和 15 主要的 效果。
如果 我们 开始 思维 关于 二次函数 效果 和 互动，
我们 真的 有 到 希望 为了 那些 大的 效果
什么时候 它 來 到 正在做 任何 模型 选择。
如果 你 思考 的 a 传统的 设计 在哪里 我们 仅有的 有 二 级别，
在 那 案件， 我们 会 有 不 希望
的 存在 有能力的 到 探测 任何 二次函数 影响。
这就是 那 第一的 建造。
在 一些 感觉， 这就是 在哪里 一切 作品 出去 很好。
I 有 a 会议 矩阵 和 I 有 a 跑步 矩阵 可用的 到 我。
那 给出 我 a 跑步 尺寸 这就是 a 多种的 的 八。
现在 什么 發生 如果 I 不 有 一 的 那些？
让我们 说 我的 设计 是 去 到 是 a 多种的 的 四。
这 跑步 尺寸 是 去 到 是 a 多种的 的 四。
让我们 认为 现在 那 I 有 a 会议 矩阵 可用的 到 我，
但 或许 I 不 有 a 阿达玛 矩阵。
如果 你 记起 前，
在哪里 为了 我的 阿达玛， I 需要 它 到 是 a 多种的 的 四、
这 原来的 跑步 尺寸， 所以 那 什么时候 I 加倍 它， 它 曾是 a 多种的 的 八。
反而， 或许 如果 I 不 有 a 阿达玛 矩阵，
I 可以 使用 某物 喜欢 a D-最优 主要的 效果 计划。
这 会 只是 是 如果 I 去了 进入 风俗 设计。
让我们 说 如果 I 通缉 为了 六 跑步， I 会 去 进入 风俗 设计
和 说 I 有 五 主要的 效果， 五 因素，
和 I 想 六 运行 为了 a 主要的 效果。
这 建造 实际上 看起来 a 很多 喜欢 它 做过 在 方法 1.
这 仅有的 真实的 不同之处 是 反而 的 那 阿达玛 矩阵，
现在 我是 去 到 是 使用 这 D-最优 主要的 效果 计划。
但 它 转弯 出去 到 是 这 相同的 事物 这里。
我是 去 到 有 那些 第一的 M 列 为了 这 三级 因素，
这 其余的 M 减 1 为了 这 兩級。
我是 真的 在 那 主意 的 饱和
因为 经过 这 时间 I 因素 在 这 截距，
我是 在 二 M 运行 和 2 M 减 1 因素。
让我们 拿 a 看 在 如何 这 一 可能 看。
在 这 案件，
我是 去 到 去 和 a 10分 会议 矩阵，
哪个 再次， 因为 这就是 a 多种的 的 二，
I 能 创造 a 会议 矩阵。
这 一 事物 到 支付 注意力 到 这里， 尽管，
因为 是 在 10- 跑步，
有 不是 去 到 是 a 阿达玛 矩阵 的 命令 10 可用的 到 我们。
让我们 构造 尽管 第一的 尽管， 让我们 只是 折叠 超过 那 抄送。
再次， 这就是 只是 那 类似DSD 结构。
现在 在 这 案件， 因为 I 不 有 那 命令，
和 所以 这 是 在哪里 你 可以 决定 如何 到 做 这。
你 可能 实际上 甚至 有 你的 自己的 设计 那 你 想 到 使用 在 这 案件。
患病的 说 在 这 案件， 我是 显示 a D-最优 主要的 效果。
你 可能 想 到 使用 某物 我可以 a 贝叶斯 D-最优
在哪里 双因素 相互作用 是 如果 可能的。
但 所以 在 这 案件， 全部 那 我已经 完毕
是 我已经 已采取 这 D-最优， 10分 设计 为了 九 因素，
和 我已经 只是 發生 到 包括 这 截距 这里。
如果 你 去 进入 风俗 设计， 这 是 什么 你 得到 从 这 模型 矩阵。
这 模型 矩阵 实际上 包括 这 截距 经过 默认。
这就是 在 事实 在哪里 I 有 这 从 这里。
再次， 我是 去 到 降低。
让我们 降低 那 截距 柱子。
再次， 这里 我是 只是 复制 这 精确的 相同的 事物 再次。
我已经 只是 折叠 超过， 不是 折叠 超过。
我已经 只是 复制 这 精确的 相同的 事物 两次。
它会 是 难的 到 看 作为 到 在哪里 它 曾是 复制 这里。
但 再次， 全部 那 我们已经 完毕 是 只是 制成 a 复制。
I 制成 a 复制 的 那 doptN10m9 两次， 连接 那些 一起。
让我们 创造 这 数据 桌子 再次。
再次， 20- 运行 和 19 因素。
再次， 保持 在 头脑 那 我的 第一的 10 因素
是 全部 在 三 级别， 这 其余的 在 二。
让我们 拿 a 看 在 评价 设计 再次 这里。
我是 去 到 放 全部 的 这些 因素 在。
在 这 案件， 前，
让我们 去 直接地 到 消除 那些 别名 条款。
让我们 拿 a 看 在 这 颜色 地图。
这 仍然 看起来 喜欢 a 漂亮的 好的 颜色 地图 到 我。
什么 做 我们 注意 这里 相对 这 最后的 一？
一 的 这 最大 差异 是，
出色地， 这里 我们的 三 级别 是 仍然 去 到 是 正交，
和 这就是 因为 我们 是 使用 a 会议 矩阵。
这 三- 级别 和 这 二- 级别 是 正交。
在 特别的， 我的 三级 因素 是 正交 到 这 双层 因素。
但 因为 I 曾是 使用 那 10分 设计，
它 转弯 出去 我们 不能 得到 完美的 正交性
为了 这 10分 设计 和 九 因素。
如果 我们 看 之中 那些 双层 因素， 我们 有 一些 小的 相关性 那里。
一 事物 到 观点 出去，
那里 做 存在 a 阿达玛 矩阵 的 命令 20.
在 一些 感觉， 我们 是 服用 a 小的 少量 的 a 打 在 那些 双层 因素。
但 如果 你 拿 a 看， 这 成本 的 使用 这 类型 的 设计
相对， 让我们 说， 一切 在 二 级别，
我们 有 关于 a 5％ 增加 在 这 信心 间隔 长度。
但 这 好的 事物 这里 现在 是 那 现在 我们 有 那些 因素 在 三 水平。
如果 我们 真的 是 担心 关于 二次函数 效果
出现 在 这些 第一的 个， 现在 我们 有 a 机会 的 检测 那些
在 a 小的 价格 到 那 估计 效率 为了 那些 主要的 效果。
那 曾是 伟大的 在 这 案件
那 我们 仍然 有 a 会议 矩阵 那 存在， 但 不 阿达玛。
这 最后的 方法，
这 是 在哪里 我们 不 真的 合身 进入 任何一个 的 那些 案件。
在 这 案件 现在，
是 说 关于 a 跑步 尺寸 是 去 到 是 a 多种的 的 二。
在 这 案件， 什么 我们 有 是 我们 不 有 a 会议 矩阵 可用的 到 我们。
这 是 在哪里 是 去 到 使用 那 伪 会议 矩阵。
患病的 说 如果 你是 真的 感兴趣的 在 那，
患病的 去 后退 到 这些 初步的。
在 这...
让我们 看。
实际上， 它 曾是 这 原来的 渠务署 设计。
对不起， 这 2011 权威 筛查 设计。
如果 你 还 看， I 有 它 在 这 列表 的 参考 在 这 结尾。
让我们 看， 那些 WHO 是 特别 感兴趣的。
这 原来的 班级 的 三级 设计 为了 权威 筛查
在 这 在场 的 第二- 命令 效果。
这 纸 曾是 书面 前 他们 是 意识到的 的 这 存在
的 这 主意 的 会议 矩阵。
在 那 纸， 他们 讲话 关于 a 一般的 目的 算法
为了 创造 某物 那 看起来 喜欢 a 会议 矩阵。
你 放 零 沿着 这 对角线，
和 然后 这 休息 的 这 值 是 去 到 是 加 和 减 一，
在哪里 你是 尝试 到 制作 a 主要的 效果 D-最优 设计。
这些 伪 会议 矩阵， 作为 他们 是，
他们 看 喜欢 a 会议 矩阵。
你 能 使用 那 算法 什么时候 这 会议 矩阵 没有 存在。
真的吗， 什么 它是 尝试 到 做 是 到 驾驶 它 到 看 作为 关闭 作为 它 能。
如果 你 记住 a 会议 矩阵，
如果 你 拿 C 转置， 你 得到 零 和 这 离开 对角线
为了 完美的 正交性，
它是 去 到 是 尝试 到 驾驶 它 到 看 喜欢 那
在哪里 I 不能 制作 它 完美。
相似的 到 这 案件 我们 有 为了 方法 2、
我们的 T 是 去 到 是 a D-最优 主要的 效果 计划。
什么 做 我们 结尾 向上 和 这里？
再次， 我们的 第一的 M 列 是 仍然 去 到 是 三级 因素，
这 其余的 M 减 1 为了 这 二- 等级。
再次， 是 仍然 在 那 案件 的 饱和
经过 这 时间 我们 因素 在 这 截距。
这 成本 这里 是 那 是 不是 去 到 得到 这 好的 正交性
那 我们 可能 有 有 在 方法 1 和 2.
让我们 拿 a 看 在 如何 这 一 作品 这里。
我的 C 在 这 案件，
和 患病的 做 那 抄送。
什么 I 开始 和 这里
曾是 a 伪 会议 矩阵 的 命令 九。
九 是 不是 a 多种的 的 二。
I 有 到 做 某物 那 看了 喜欢 a 伪 会议 矩阵。
让我们 只是 拿 a 看 这里。
让我们 实际上 拿 a 看 和 看 什么 那 C 运输 C 看起来 喜欢。
你 注意 I 不能 得到 那 完美的 正交性，
但 反而 I 有 八 沿着 这 对角线
和 然后 这些 加 和 减 一 在 这 离开 对角线。
是 关闭。
I 有 那 抄送 那 曾是 只是 正在做 这 相同的 事物， 折叠式的 那 矩阵 超过。
同样地， 所以 T， 这就是 去 到 是 的 这 相同的 命令。
I 采取 这 九连胜， 八因素， D-最优 设计。
在 这 案件， 我已经 实际上 已经 已删除 这 截距。
是 只是 去 到 复制 那 设计 再次。
I 有 这 18 经过 8.
我是 去 到 结合 那些 二 件 一起。
让我们 拿 a 看 在 这 桌子。
这 是 a 特别 难的 设计 到 产生 在 一般的。
在 这 案件， I 不 有 a 好的 数字。
我的 跑步 尺寸 是 18.
现在 I 有 这些 第一的 九 因素 在 三 级别
和 这 其余的 八 在 二 水平。
不是 出奇， 那里 是 a 成本 的 这。
再次， 让我们 只是 消除 那些 别名 条款 再次
和 拿 a 看 在 我们的 颜色 地图。
你 看 现在， 我的 二 和 三 级别 是 实际上 正交 到 每个 其他，
但 这 三 级别 有 a 小的 相关性 之中 他们。
那 曾是 在哪里， 记住， 如果 你 记起，
我们 锯 那 加 和 减 一 和 那 离开 对角线。
同样地 为了 这 二 水平。
我们 实际上 有 一 相当 高的 相关性 这里，
但 在 一般的， 所以 关于 0.1。
在 这 案件， 我们 不 甚至 有 一个 正交 设计 到 比较 它 到。
我们 实际上 有 a 夫妻 的 因素 那 我们 可能 是 担心 关于 a 少量，
有 a 小的 少量 的 a 更大 分数 增加。
那些 三 级别 将要 说， 出色地， 我们 不能 得到 那些 到 是 完美的 作为 它 是。
这 分数 增加 是 比较的 到 这 假想 正交 设计，
这 正交 大批， 哪个 没有 甚至 存在。
是 支付 a 小的 价格， 但 我们 仍然 有 一些 一般来说 好的 特性。
这 三 级别 是 正交 到 这 二 级别，
和 我们已经 最小化 那 相关性 在 一般的。
在 一些 感觉， 那些 是 那些 三 方法。
这 好的 事物 是 取决于 在 这 跑步 尺寸 那 你 有
和 取决于 在 这 数字 的 因素， 这 方法论 或者 这 班级 的 设计
真的 给出 你 一些 灵活性 在 这 数字 的 運行。
的 课程， 如果 你 能 买得起 a 多种的 的 八 或者 a 多种的 的 四、
这 特性 是 去 到 看 a 很多 更好。
但 I 意思是， 什么时候 运行 是 真的 昂贵的，
我们 仍然 有 这 方法 3、
哪个 是 去 到 给 你 a 合理的 设计。
和 那， I 只是 想 到 给 一些 最终的 想法 这里。
I 有 a 关联。
如果 你 拿 a 看 在 这 杂志 然后，
I 有 a 关联 到 a 推介会 从 跳转 发现 欧洲
从 布拉德利 琼斯 那 曾是 在 正交 混合 等级 设计。
这 设计 在 这 推介会， 这 正交 混合 等级 设计，
将要 几乎 看 非常 相似的 到 什么 曾是 提出 这里。
这 设计 提出 在 这 推介会 是 为了 什么时候 你是 更接近 到 饱和。
I 会 说 这些 正交 混合级别 设计
从 这 以前的 发现， 和 我们 实际上 有 a 纸 在 那。
这就是 这 琼斯 莱基维茨, 和 纳希茨海姆
那 曾是 在 杰奇通, 杂志 的 质量 技术。
那些 设计 工作 非常 出色地
什么时候 你 有 关于 一半 这 数字 的 因素 相对的 到 这 跑步 尺寸，
哪个 声音 a 很多 喜欢 DSD，
但 它是 什么时候 你 有 更多的 双层 因素。
在 这 设计 提出 在 那 推介会，
你 能 去 向上 到 关于 四分之三 的 这 跑步 尺寸。
这 设计 提出 这里
是 真的 什么时候 你是 更接近 到 那 饱和，
在哪里 你 说， 出色地， 不， I 真的 有 a 很多 的 因素
那 我是 感兴趣的 在， 和 这 运行 是 真的 昂贵的。
这 设计 这里 到 充满 那 最后的 差距 什么时候 你 想 到 得到 关闭 到 饱和。
I 显示 你 这些 设计 看 好的，
但 能 他们 实际上 做 任何事物 什么时候 它 來 到 模型 选择？
患病的 说 这里。
再次， 我们 有 跑步 a 很多 的 模拟 在 这些。
这 不是 正在做 它 适当地， 这 是 只是 为了 a 单身的 实现。
让我们 说 这里
我的 因素， 所以 称呼 一， 称呼 五， 称呼 十三 和 14，
我已经 选择 它 作为 存在 重要的。
在 根据 JMP， 你 可能 想 到 使用 某物 喜欢 逐步地。
让我们 拿 a 看。
这里 我已经 完毕 a 合理的 工作。
I 可能 有 结束 向上 和 一 额外的 因素，
但 在 一些 感觉， ID 仍然 是
相当 快乐的 那 我已经 到过 有能力的 到 挑选 向上 那些 效果 那里。
让我们 尝试 这 相同的 事物 和 广义的 回归。
如果 我们 拿 a 看， 这 相同的 事物。
让我们 看， 1、 5、 13， 和 14.
如果 我们 去 后退， 1、 5、 13， 和 14.
在 这 案件，
两个都 的 你 有 跳转 专业版 和 广义的 回归 或者 合身 逐步地，
两个都 是 有能力的 到 挑选 向上 那些 主要的 效果 那 我们 有 在 那里。
只是 到 展示 你 现在， 如果 你 有 a 大的 二次函数 影响，
患病的 说 因为 比较的 到 DSD 在哪里 我们 有 那 中心 观点 跑步，
这 我们 仅有的 有 二 零。
我们 不 甚至 有 a 第三 为了 a 中心 观点
和 我们 有 a 很多 更多的 因素。
检测 二次函数 效果 是 仍然 去 到 是 难的。
但 让我们 只是 假装 我们 有 a 大的 一。
这里 I 有 再次， 这 1、 5、 13， 和 14.
但 现在 我已经 还 额外 a 相当 大的 二次函数 影响 为了 这 柱子 一。
让我们 只是 拿 a 看 这里。
让我们 尝试 到 合身 逐步 再次。
现在 我已经 实际上 只是 额外 那些 二次函数 在 这 模型。
再次， I 有 一 额外的 学期，
但 如果 你 看， 甚至 在 这 案件， 它 做过 实际上 挑选 向上 那 二次函数 影响。
不是 仅有的 做过 它 挑选 向上 这 正确的 主要的 效果，
它 做过 探测 这 二次函数 影响 那 I 有。
让我们 尝试 这 相同的 事物。
让我们 看 这 模型 发射。
它 看起来 喜欢 I 已经 有 它 显示 这里。
这 相同的 事物。
你 看 这 1、5、 13， 14，
和 广义的 回归 曾是 还 有能力的 到 挑选 向上 那 二次函数 影响。
患病的 说 I 会 不是 预计 到 预料
那 你 能 探测 那 许多 二次函数 效果。
但 甚至 如果 你 看 在 你的 残差 地块 或者 你的 主要的 效果 图，
甚至 那些 二 零 给 你 一些 指示
那 或许 I 做 想 到 跟随 向上
和 拿 a 看 在 那些 因素 a 小的 少量 更深 为了 二次函数 效果。
在哪里 再次， 在 你的 传统的 筛查，
如果 你是 仅有的 正在做 事物 在 二- 等级， 你 不会 有 这 机会 到 做 那。
和 那， 再次， I 将要 邮政 这 杂志 在哪里 这 视频 是 位于，
但 患病的 还 闪光 向上 这些 参考 在 这 时间。
和 那， 感谢 你 为了 服用 这 时间 到 手表 这 视频，
和 请 分享 任何 消息 你 有 在 这 社区 以下。
