Hallo. Mein Name Ist Bradley Jones. I führen Die Team von DoE und Zuverlässigkeit In JMP, Und I wollen Zu sprechen Zu Du Heute um a Familie von senkrecht hauptsächlich Effekte Screening Entwürfe für gemischt Ebene Faktoren. Das Ist a Thema welche Ich bin Wirklich aufgeregt um. Wir haben Nur eingereicht a Revision Zu Die Papier für Das Und Ich bin hoffend Das Es Wille erhalten akzeptiert Also Wir dürfen enthalten Es entlang mit endgültig Screening Entwürfe In Die DoE-Plattformen in JMP. L und erhalten gestartet.
Mein Mitarbeiter für Das arbeiten Sind Chris Nachtsheim, Wer ist a Professor bei Die Universität von Minnesota Carlson Schule von Geschäft, Und Ryan Lekivetz, Wer ist a Mitglied von Mein DoE-Team bei JMP.
Hier ist Mein Agenda. Ich bin gehen Zu Start mit a wenig bisschen von Geschichte Und manche technisch Vorarbeiten. Dann Ich bin gehen Zu beschreiben drei anders Konstruktionen für diese senkrecht gemischt Ebene Screening Designs. T Hier Sind drei anders Wege Das Wir dürfen machen ihnen.
Krank zeigen Du Die JMP Skripting Sprache für Erstellen diese Design Sätze. Das Wille nur Sei notwendig bis Wir dürfen erhalten ihnen gebaut hinein JMP selbst. Dann Krank ausgeben a wenig bisschen von Zeit suchen bei Die Design Eigenschaften für Entwürfe konstruiert unter diese drei Methoden. Krank diskutieren Daten Analyse für diese Entwürfe Und zeigen ein Beispiel In JMP, Und Dann Krank machen a Zusammenfassung Und manche Empfehlungen bei Die Ende. Lasst uns Start mit manche Geschichte Und Motivation.
Der Erste Screening Entwürfe war Bruchteil Fakultät Entwürfe wie Wohnung Designs, oder nicht regulär Bruchteil Fakultät Entwürfe oder regulär Bruchteil Fakultät Designs. Für diese Entwürfe, jeder Faktor War bei zwei Ebenen nur. In Ingenieure Das I haben gesprochen Zu haben gefühlt unbequem um diese Entwürfe Weil Sie gefühlt Das Die Welt neigt Zu Sei nichtlinear Und zwei Ebenen Nur ist nicht ausreichend Zu erfassen Nichtlinearität In Die Wirkung von a Faktor In a Antwort.
Dann In 2011, endgültig Screening Entwürfe angekommen Und Hier alle Die Faktoren war vermutet Zu Sei kontinuierlich Und jede Faktor War bei drei Ebenen, welche erlaubt Du Zu fit Kurven Zu Die Beziehung zwischen Faktoren Und Antworten. A t Die unten Dort Ist Die Zitat für oder Die Referenz für Die Papier Das Erste eingeführt diese Entwürfe In 2011.
Jetzt, Dort Sind manche Profis für unser anfänglich Durchführung von DSDs Und Auch manche Nachteile. Lasst uns gehen durch Die Profis Erste. Der Profis Sind Das bei am wenigsten In unser Original Durchführung, sechs Faktor, acht Faktor Und 10 Faktor endgültig Bildschirm Entwürfe hatte senkrecht hauptsächlich Effekte, Aber Wir war nicht in der Lage Zu erhalten senkrecht hauptsächlich Effekte für mehr Faktoren. Es dreht sich aus Das a Jahr später, jemand veröffentlicht a Hübsch Weg von bekommen senkrecht Entwürfe für endgültig Screening Experimente für jeder sogar Nummer von Faktoren für welche Konferenz Matrizen war verfügbar. Das War a groß Vorauszahlung.
Ein anderer Gut Ding um DSDs Ist Das Die hauptsächlich Effekte sind senkrecht zwei- Faktor Wechselwirkungen Also Das Die schätzen von a hauptsächlich Wirkung Wille niemals Sei voreingenommen von beliebig aktiv zwei- Faktor Interaktion.
Der Wirklich spannend Aspekt um DSDs Ist Das alle Die quadratisch Effekte war schätzbar, welche Ist niemals möglich mit Screening Designs. Sogar mit Mittelpunkte, Du dürfen erkennen Das Dort Ist a nicht linear Wirkung, Du Nur nicht wissen Wo es ist Kommen aus.
Dann Endlich, In DSDs, Wenn Dort Sind sechs Faktoren oder mehr, Und nur drei von Die Faktoren drehen aus Zu Sei wichtig, Dann bei Die Dasselbe Zeit Du Tun Screening, Du dürfen Auch Tun Antwort Oberfläche Optimierung. Du könnte Vielleicht erhalten, Wenn du bist glücklich, a Screening Design Und a Antwort Oberfläche Design t o optimieren a Verfahren In eins Schuss. Du haben Zu Sei glücklich, von Kurs, Du haben Zu haben drei oder weniger aktiv Effekte oder Faktoren.
Der Nachteile von Die anfänglich Durchführung von endgültig Screening Entwürfe Ist Das Erste, Sie konnte nicht unterbringen kategorisch Faktoren. Zweitens, Sie konnte nicht unterbringen beliebig Blockierung. Drittens, manche Forscher haben spitz aus Das für Erkennen klein quadratisch Effekte, Das Ist, quadratisch Effekte Wo Die Größe von Die Wirkung Ist um Die Dasselbe Befehl als Die Fehler Standard Abweichung, Dort Ist niedrig Leistung für diese Schätzungen, Erkennen ihnen erfolgreich. Von Kurs, Wenn Die quadratisch Wirkung Ist groß, Dann von Kurs Du dürfen erkennen Es, besonders Wenn es ist drei mal als groß als Die Fehlerstandard Abweichung.
Jetzt, nach Die Original Veröffentlichung von DSDs, Wir war Also bewusst Das Es War a Problem Das Wir konnte nicht unterbringen zwei Ebene kategorisch Faktoren. Also Wir schrieb a neu Papier In Zeitschrift von Qualität Technologie In 2013 Das zeigte Wie Zu integrieren 2- Ebene kategorisch Faktoren.
Dann In 2016, Wir schrieb ein anderer Papier In Technometrie Das zeigte Wie Zu Block endgültig Bildschirm Entwürfe mit senkrecht Blöcke, Blöcke Das Sind senkrecht Zu Die Faktoren. W e war versuchen Schritt- von- Schritt Zu Adresse Die Nachteile Das war verbunden mit Original Durchführung von Das Methodik. Ein anderer Ding Das Wir bemerkt War Das Menschen war haben a wenig bisschen von Problem Wissen Wie Zu analysieren endgültig Screening Designs. Wir erfunden ein Analyse Technik Das War basierend An unser Verständnis von Die Struktur von a DSD. Es nahm besondere Vorteil von Die besonders Struktur von a DSD Zu machen Die Analyse empfindlich Zu Das Struktur. Eher als versuchen Zu verwenden manche generisch Modell Auswahl Werkzeug wie schrittweise oder Lasso oder eins von diese.
Das gemacht Es möglich für a Nicht-Experte In Modell Auswahl Zu verwenden Das aus von Die Kasten automatisiert Technik für Analyse a endgültig Screening Design. Das War In 2017, Aber es gibt Trotzdem Probleme.
Erste, Wir tat schreiben Das Papier Das hinzugefügt kategorisch Faktoren Zu a DSD, Aber Wenn Du hatte mehr als drei, Die Qualität von Die Design ging runter, Und Das War unerwünscht. In Tatsache, Wenn Du hatte zu viele kategorisch Faktoren, Dinge nicht sehen Gut bei alle. Das War ein Ausgabe. A gewinnen, quadratisch Effekte haben gewesen spitz aus Zu haben niedrig Leistung Wenn Sie sind klein. Der Zweck von Das sprechen Ist Zu einführen a neu Familie von Entwürfe Das Adressen diese Probleme. H Auch Wir gehen.
Erste, I haben Zu Tun manche technisch Vorrunde Zu erklären Was Wir brauchen Zu haben Die Fähigkeit Zu Tun In Befehl Zu bauen diese Designs. Ich bin gehen Zu Start aus von reden um Konferenz Matrizen. Der Konferenz Matrix Ist Die Werkzeug Das Die zweite Papier Das diskutiert DSDs In 2012 Und eingeführt alle Die senkrecht DSDs für zwölf Faktoren, 14 Faktoren, 16 Faktoren, Und Also An. Sie verwenden Konferenz Matrizen Zu machen Das passieren.
I brauchen Zu zeigen Du Was a Konferenz Matrix Ist. Du dürfen sehen Hier, Konferenz Matrix, Das Ist vier Faktoren mit vier läuft, Und Dort Sind Nullen An Die Diagonale Elemente Und diejenigen Und Minus diejenigen aus Die Diagonale. T Er Cool Ding um a Konferenz Matrix Ist Das Wenn Du multiplizieren Die transponieren von Konferenz Matrix mit Die Konferenz Matrix, Du erhalten ein Identität Matrix mal Die eins Minus Die Nummer von Reihen In Die Design. I es ist ein senkrecht Design.
Jetzt, Konferenz Matrizen existieren Wann Die Nummer von Reihen Und Spalten Ist gleich. Sie sind Quadrat Matrizen Und Sie nur existieren Wann Die Nummer von Reihen Und Spalten Ist ein sogar Nummer. Es gibt a Konferenz Matrix für jeder sogar Nummer von Reihen Und Spalten aus zwei Reihen oder Und zwei Spalten Zu 30 Reihen Und 30 Spalten, außer für Die Fall Wo Die Nummer von Reihen Und Spalten Ist 22. Es ist Genau genommen gewesen bewährt Das Die Fall Wo Dort Sind 2 2 Zeilen und Spalten ns, Die Konferenz Matrix hat gewesen bewährt nicht Zu existieren. Also es gibt NEIN Weg Zu Konstrukt eins, leider, Obwohl I kippen beweisen Das Ergebnis ich selbst.
Okay, Die nächste Ding I brauchen Zu sprechen um Ist etwas angerufen a Kronecker-Produkt, welche verwendet Das kreisförmig Symbol mit ein X In Die Mitte von Es, Also Das Wann Du sehen Das In ein Gleichung, Es bedeutet Du wollen Zu machen a Kronecker Produkt. Der Kronecker-Produkt Ist Auch angerufen a direkt Produkt, Und In Tatsache, JMP Skripting Sprachen, Sprache JSL macht Kronecker Produkte von Matrizen mit Die direkt Produkt Befehl, nicht Die Kronecker Produkt Befehl.
Der Kronecker-Produkt von a Vektor eins gestapelt An Spitze von Negativ eins mit a Konferenz Matrix Stapel C An Spitze von Negativ C als unten. Was Die Kronecker Produkt tut Ist für jeder Element In Die Erste Matrix, Es Ersatz Das Element mal Die zweite Matrix. Also eins mal Die Konferenz Matrix Ist Nur Die Konferenz Matrix, Und Negativ eins mal Die Konferenz Matrix Ist Negativ von Die Konferenz Matrix.
Grundsätzlich, a Kronecker Produkt von eins Minus eins mit a Konferenz Matrix Nur Stapel Die Konferenz Matrix An Spitze von selbst. Also hier ist a Fall Wo I tat Nur Das. Du haben a vier von vier Konferenz Matrix An Spitze von es ist falten , welche Ist Auch vier von vier, Und Wenn Du war Zu hinzufügen a Reihe null, du würdest haben a vier Faktor endgültig Screening Design.
Konferenz Matrizen Sind nützlich, Kronecker Produkte Sind Auch sehr nützlich für Bauen Designs, als Es dreht sich aus. I haben a wenige mehr Vorrunde Zu gehen über. Lassen Mich sprechen a wenig bisschen um Hadamard-Matrizen. Hadamard-Matrizen Sind Auch Quadrat Matrizen, Aber Sie sind konstruiert von diejenigen Und Minus diejenigen. Wir haben Hadamard-Matrizen gebaut hinein JMP für jeder mehrere von vier Läufe oder vier Reihen Und vier Spalten hoch Zu 668 Reihen Und 668 Spalten. Also jeder mehrere von vier, Wir dürfen Unterstützung a Hadamard Matrix.
Das Also bekannt. Hadamard-Designs Sind Die Plackett–Burman Entwürfe Und Die zwei Ebene Bruchteil Fakultät Designs. Diese Sind beide Hadamard-Matrizen. Hadamard war a Französisch Mathematiker WHO gelebt In Die spät 19. Jahrhundert, Und Er erfunden Das Idee. I f Ich hatte meine Matrix als m Reihen, es ist transponiert mal selbst. Ist m mal Die Identität Matrix.
T hat bedeutet Die Hadamard Matrix Ist senkrecht, Nummer eins, Und Nummer zwei, Es hat Die größte möglich Information um Die Reihen Und Die Spalten In Die Matrix das ist möglich, gegeben Das du bist mit Zahlen zwischen Negativ eins Und eins. Sie sind sehr wertvoll Werkzeuge für Bauen Designs.
Jetzt Wir haben alles Das Wir brauchen Zu zeigen Wie Zu Konstrukt diese neu Designs. Wir Anruf ihnen senkrecht mischen Ebene Entwürfe oder OMLs. Sie sind gemischt Ebene Weil Hälfte von Die Spalten oder Hälfte von Die Faktoren Sind drei Ebenen. Daher, Die drei Ebene kontinuierlich Faktoren Und Hälfte von Die Spalten oder Faktoren Sind zwei Ebenen, Und Sie sind für kategorisch Faktoren oder für kontinuierlich Faktoren für welche war nicht besorgt um nichtlinear Effekte.
Hier ist Die Erste Verfahren für Bauen eins von unser OMLs. Wenn C Unter K Ist a k von k Konferenz Matrix Und H Unter 2k Ist a 2k Hadamard Matrix, Also H Unter 2K Ist a Hadamard-Matrix welche hat zweimal als viele Reihen Und Spalten als Die Konferenz Matrix hat.
Dann Wenn Wir Stapel a Konferenz Matrix An Spitze von es ist Umschlag Und Dann replizieren Das, Wir erhalten Das Matrix DD, welche Ist Nur C Negativ C, C Negativ C, alle gestapelt An Spitze von jede andere. DD Ist zwei DSDs gestapelt über jede andere, Minus Die zwei Center Läufe Das DSDs normalerweise haben.
Jetzt, HH Ist Weil DD endet hoch haben 4k Läufe Weil Dort Sind vier Konferenz Matrizen mit K Reihen Und Spalten gestapelt An Spitze von jede andere. Also Dort Sind 4k Reihen In Das Design Und K Spalten. HH Ist Nur Hatamard Matrix gestapelt An Spitze von es ist falten über Design.
Seit H hat zwei k Reihen Und Spalten bereits, Stapeln Es An Spitze von selbst macht Es haben 4k Reihen Nur wie Die DD Matrix hat. Es dreht sich aus Das Du dürfen Nur verketten diese zwei Matrizen horizontal Zu machen ein senkrecht mehrstufig Design. Der DD Teil von Es alle hat drei Ebenen pro Faktor. Und Die HH Teil von Es hat zwei Ebenen pro Faktor. Und Du dürfen sehen Das Dort Sind k, drei Ebene Faktoren Und zwei k zwei Ebene Faktoren. Daher 4k Reihe Design Du dürfen haben als viele als 3k Spalten.
Für Beispiel, Wenn dein Design K War sechs, du würdest haben 24 Reihen Und 18 Spalten. Sechs von Die Faktoren würde Sei drei Ebenen Und zwölf von ihnen würde Sei zwei Ebenen. Jetzt Du haben Weg mehr zwei- Ebene Faktoren Und Du nicht verloren beliebig von Die Merkmale von Die endgültig Screening Design. Der hauptsächlich Effekte von Das Design Sind senkrecht Zu jede andere.
Hier ist ein Beispiel Wo I konstruiert ein OML aus a 6 mal 6 Konferenz Matrix Und a 12 mal 12 Hadamard Matrix. Du dürfen sehen Dort Sind 24 Reihen In Das Matrix Und 18 Spalten. Der Erste sechs von ihnen Sind Die sechs, drei- Ebene Spalten, Und Die nächste zwölf Sind Die zwölf zwei- Ebene Spalten.
Jetzt, von Kurs, Du nicht brauchen Zu verwenden jeder Spalte von Das Design. Du könnte Trotzdem verwenden Das Design sogar Wenn Du hatte sagen, vier oder fünf drei Ebene Faktoren Und Sieben zwei Ebene Faktoren. Du Nur entfernen fünf von Die zwei Ebene Faktoren Und a Paar von Die drei Ebene Faktoren, Und es ist Sortieren von willkürlich welche diejenigen Du könnte entfernen.
Hier ist Die zweite Konstruktion Ansatz Hier. C Unter K Ist a K von K Konferenz Matrix, Und H Unter K Ist a K von K Hadamard Matrix. Jetzt war gehen Zu erstellen DD Die Dasselbe Weg Wir tat vor. DD Ist Nur a endgültig Screening Design gestapelt An Spitze von selbst, Minus Die zwei Synergien. HH Ist a repliziert Hadamard Matrix An Spitze von Die Dasselbe Hadamard Matrix gefaltet über zweimal.
Jetzt Wenn Du sehen bei Die zwei Spalten von diejenigen Und Minus diejenigen, Du könnte beachten Das diese zwei Vektoren Sind senkrecht Zu jede andere. Das ist Was macht Das besondere Konstruktion Wirklich, Wirklich leistungsstark. In Das Fall, Die Design hat 4K Reihen Und nur zwei K Spalten. K von Die Faktoren Sind bei drei Ebenen Und K Faktoren Sind bei zwei Ebenen.
Der Nummer von Läufe In Das Design Ist zweimal Die Nummer von Spalten. Aber das ist Trotzdem a sehr effizient Nummer von Läufe gegeben Die Nummer von Faktoren. Es ist Die Dasselbe Wirkung von endgültig Screening Entwürfe In Tatsache. Definitiv Screening Entwürfe haben zweimal als viele, zweimal als viele Plus eins Läufe als Faktoren.
Hier ist ein Beispiel erstellt mit a 4 mal 4 Konferenz Matrix Und a 4 x 4 H Adamard Matrix. Wann Du Stapel ihnen An Spitze von jede andere vier mal, Du erhalten acht Spalten Und 16 Reihen. Spalten A durch D, Du dürfen sehen Sind drei Ebenen Weil Du dürfen sehen diese Nullen Und Dort Sind vier Nullen In jeder Spalte.
I sollen Punkt aus Das Wenn Du hatte a endgültig Screening Design, Dort Sind nur drei Nullen In jede Spalte. Haben ein Extra null macht Die Leistung für Erkennen a quadratisch Wirkung a wenig höher als für Die endgültig abgeschirmt Design. Das ist Die zweite Konstruktion Verfahren.
Der dritte Konstruktion Verfahren Ist sehr ähnlich Zu Die zweite, außer Das Du haben zwei anders Wege von Hinzufügen Hadamard Matrizen Zu Die Beispiel. Hier Wir haben Die DD Teil Ist Die Dasselbe als Die Erste zwei Konstruktion Methoden. Der HH Teil, Dort Sind zwei HH Dinge. Eins mit Die Vektor 1, 1 -1 , -1 , Und Die andere eins mit Die Vektor 1, -1 , -1, 1 . Der drei Vektoren Das Sind diejenigen Und Negativ diejenigen Sind alle senkrecht Zu jede andere. Das Erträge ein senkrecht hauptsächlich Effekte Design. In Das Fall, Die dritte Konstruktion wieder hat 4K Reihen Und 3K Spalten, Das Ist K Faktoren bei drei Ebenen Und zwei K Faktoren bei zwei Ebenen.
Diese Sind Die drei Methoden. Hier ist ein Beispiel von Das Konstruktion mit mit a 4 mal 4 Konferenz Matrix Und a 4 mal 4 Hadamard Matrix. Der Ergebnis Ist a zwölf- Spalte Design mit 16 Reihen. Zwölf Faktoren In 16 Reihen. Sehr effizient Design für suchen bei zwölf Faktoren. Es ist Auch senkrecht für Die hauptsächlich Effekte. Hauptsächlich Effekte Sind senkrecht Zu zwei- Faktor Interaktionen.
Jetzt I wollen Zu zeigen Du drei Skripte für Erstellen diese Entwürfe mit JSL. In Die inzwischen, vor Wir fallen Das Methodik hinein JMP, Du dürfen erstellen diese Entwürfe mit a sehr einfach JSL Skript. Der Erste Befehl Ist Erstellen a Konferenz Matrix, In Das Fall Konferenz Matrix mit sechs Reihen Und sechs Spalten.
Dann D Ist Die direkt Produkt von Die Vektor 1, -1 , 1, -1 Und C. Das gibt Du Die Matrix DD Das Wir gesehen In unser Konstruktionen. Dann acht Ist a Hadamard Matrix mit zwölf Reihen Und zwölf Spalten. Beachten Das zwölf Ist zwei mal sechs. Wir war erfordert Das für Die Erste Konstruktion, Die Hadamard Matrix hat Zu haben zweimal als viele Reihen Und Spalten als Die Konferenz Matrix.
Wir machen HH von Multiplikation 1, -1 von mit Die direkt Produkt, Die Carnegie Produkt Konstruktion. Das gibt Du a 24- laufen HH Design. Der H Ding hat 24 Läufe Und zwölf Spalten. Dann Die zuletzt Schritt Ist Zu horizontal verketten D Und HH Zu produzieren ML welche I Nur verkürzt, verkürzt OML Zu ML. Dann Die als Tisch Befehl macht a Tisch aus von Das Matrix.
Der OML Das Wir Nur erstellt hat 24 Reihen Und 18 Spalten. Sechs von Die Spalten Sind Faktoren bei drei Ebenen, Und zwölf von Die Faktoren Sind bei zwei Ebenen. Jetzt, Die sechs In Die Erste Linie dürfen Sei ersetzt von acht, 10, 12, 14 hoch Zu 30, außer für 22. Der zwölf In Die dritte Linie muss Sei zweimal was auch immer Nummer Du setzen In Die Erste Linie. Du dürfen verwenden Das Konstruktion Zu erstellen alle Arten von OML Entwürfe Nur von Ändern Die Zahlen In Die Erste Und dritte Spalten.
Hier ist Die zweite Konstruktion Verfahren Skript. I Start wieder mit Die Konferenz Matrix. Das Zeit Ich bin tun a Konferenz Matrix von vier Reihen Und vier Spalten. D Ist a direkt Produkt von 1, -1 , 1, -1 Und C. Das ist Die Dasselbe als vor.
Das Zeit I machen H Sei in Hadamard von vier stattdessen von zweimal Die Nummer In Die Erste Linie. I haben Zu haben a Vektor mit vier Elemente Zu direkt Produkt mit H. Ich benutze 1, 1, -1, -1, verwenden Die Chronik Produkt von Das oder Die direkt Produkt in JMP und JSL sprechen. I erhalten a Design Das hat 16 Reihen Und acht Spalten von horizontal Verketten Das doppelt Vertikale Linie Ding horizontal verkettet zwei Matrizen Und Dann Die S Tisch macht Die Tisch aus von Es. Das zweite Konstruktion hat 16 Reihen Und acht Spalten. Dort Sind vier Faktoren bei drei Ebenen Und vier Faktoren bei zwei Ebenen. Der vier In Die Erste Und dritte Linien dürfen Sei ersetzt mit beliebig sogar Nummer für welche a Konferenz Matrix existiert.
I brauchen Zu richtig ich selbst. Der Konferenz Matrix hat Zu Sei a mehrere von vier In Befehl für Das Zu arbeiten, Weil Die Hadamard Matrix Ist a mehrere von vier.
Hier ist Die zuletzt Konstruktion Verfahren. Wieder, Wir haben a Konferenz Matrix von vier, Aber Es könnte Sei vier, Es könnte Sei acht, oder zwölf oder 16. Wir machen a direkt Produkt von Das Vektor von diejenigen Und Negativ diejenigen Und C Zu erhalten Die repliziert endgültig Screening Design. Hier Wir erstellen a Hadamard Matrix von vier, Aber Wir haben zwei anders direkt Produkte. Der Erste eins Wo war Herstellung a Chronik Produkt von 1, 1, -1, -1 mit H, Und Die zweite eins war Herstellung a Chronik Produkt oder direkt Produkt von 1, -1 , -1 , 1 Und H.
Diese Sind zwei anders Matrizen Und Sie passieren Zu Sei senkrecht Zu jede andere. Dann Wir horizontal verketten alle drei von diese Matrizen Und machen a Tisch aus Das. Das Design Jetzt hat 16 Reihen Weil es ist vier Läufe In Die Konferenz Matrix mal vier. Du haben 16 Reihen Und zwölf Spalten. Dort Sind vier Faktoren bei drei Ebenen Und acht Faktoren bei zwei Ebenen. Hier Sind drei sehr einfach JSL Skripte. Zu machen diese Entwürfe, Krank setzen JSL hinein Die... Wann Es geht hinein Die JMP Gemeinschaft, Krank hinzufügen Die JSL. Krank Auch hinzufügen mehrere Beispiele von diese OML Entwürfe Das Du dürfen verwenden.
Jetzt I wollen Zu sprechen um a wenig bisschen um Die Eigenschaften von diese Designs. Hier Wir sehen Die Design Eigenschaften für Verfahren eins Und Die Farbe Karte Und Die Korrelationen zeigt Das Dort Sind NEIN Korrelationen zwischen beliebig von Die 12 Faktoren In Das oder Genau genommen 18 Faktoren In Das Design. Der drei- Ebene Faktoren Sind um 10 % weniger effizient Schätzung als Die hauptsächlich Effekte als Die zwei- Ebene Faktoren. Das ist Weil von Die Nullen In jede von diese Spalten. Das nicht helfen Du, Die Nullen nicht helfen Du schätzen hauptsächlich Effekte.
Jetzt I wollen Zu zeigen Du Die alias Matrizen für Das Design Konstruktion Verfahren. Du dürfen sehen Das Dort Sind a viel von hauptsächlich Effekte Das Sind unkorreliert mit zwei- Faktor Interaktionen, Aber Dort Sind Auch a viel von hauptsächlich Effekte Das Sind korreliert mit zwei- Faktor Interaktionen.
Der drei- Ebene Faktoren hauptsächlich Effekte Sind nicht alias mit beliebig von ihre zwei Faktor Interaktion. Der Dasselbe Ist Auch WAHR von Die zwei- Ebene Faktoren. Ihre hauptsächlich Effekte Sind nicht alias mit ihre zwei- Faktor Wechselwirkungen Weil beide Seiten von Das Design Sind konstruiert aus falten- über Designs. W e sehen Das es gibt ganz a bisschen von Potenzial Aliasing von hauptsächlich Effekte aus aktiv Zwei-Faktor Interaktionen. In manche Sinn, Verfahren eins Ist a wenig riskanter Zu verwenden als Die andere Methoden.
Hier Sind Die Design Eigenschaften für Verfahren zwei. Du dürfen sehen Das Hier Ich bin Herstellung a Design Das hat 16 Faktoren Und acht Spalten, ich meine 16 Reihen f oder acht Faktoren. Der drei- Ebene Faktoren haben 15 % länger Vertrauen Intervalle als Die zwei- Ebene Faktoren. Wieder, Das Ist Weil diese vier Faktoren alle haben vier Nullen. Vier von Die 16 Läufe Sind null stattdessen von 1 oder -1.
Der Cool Ding um Die zweite Design Konstruktion Ist Das keiner von Die hauptsächlich Effekte Ist korreliert mit beliebig zwei- Faktor Interaktionen. Das hat viele von Die wünschenswert Wirkung oder Eigenschaften von a endgültig Screening Design. Es gibt a viel von Orthogonalität zwischen Paare von zwei- Faktor Interaktionen, Aber Dort Sind Auch manche Korrelationen. Du dürfen sehen Hier Sind manche Korrelationen, Hier Sind manche, Und Also An.
Endlich, Die Design Eigenschaften für Verfahren drei zeigen Das drei- Ebene Faktoren Sind a wenig weniger effizient geschätzt als zwei -Ebene Faktoren 15%, 15,5 %. Wir dürfen sehen Das es gibt manche Aliasing zwischen hauptsächlich Effekte Und zwei- Faktor Interaktionen, Aber nicht als viel als für Die Design Konstruktion Nummer eins. In Bedingungen von Risiko, Das bietet Platz mehr Faktoren mit weniger Risiko als Die Erste Konstruktion Verfahren.
Ausweis wie Jetzt Zu vergleichen DSD Zu ein senkrecht hauptsächlich Wirkung oder gemischt- Ebene Design. Du dürfen machen a DSD mit acht Faktoren, acht, drei- Ebene Faktoren, Und Das würde haben 17 läuft. I f Du erhalten loswerden von Die Center laufen, Du würde haben a laufen das ist direkt vergleichbar mit a Mehr- Ebene 16- laufen Design Das du hast gesehen In Design Konstruktion zu.
Jetzt, Wenn Wir vergleichen Die Effizienz für Schätzung hauptsächlich Effekte, Die endgültig Screening Design Ist nur 91 % D effizient mit respektieren Zu Die gemischt- Ebene Design, Die G Effizienz Ist 92%, Die A Effizienz Ist rund 90 % Und Die I Effizienz Ist rund 82 %. Y oder dürfen sehen Das Die Fraktion von Die Design Raum Handlung zeigt Das Die Kurve für Die gemischt- Ebene Design Ist unten Die Kurve für Die endgültig Bildschirm Design hübsch viel überall. Das Design Ist deutlich bevorzugt Zu Die Beklagte Bildschirm Design für Schätzung hauptsächlich Effekte bei am wenigsten.
Jetzt I wollen Zu sprechen um Daten Analyse Und verwenden ein Beispiel. Ich habe erstellt a Design mit Die zweite Konstruktion Und I erstellt a Y Vektor von Hinzufügen zufällig Normal Fehler Zu a spezifisch Funktion mit beide hauptsächlich Effekte Und zwei- Faktor Wechselwirkungen Und Rundung Es Zu zwei dezimal Orte. Der WAHR Gleichung, Die WAHR Funktion Ist Das eins Hier. Es hat A, B, E Und F hauptsächlich Effekte Sind alle aktiv Und Die AB, BE Und WENN zwei- Faktor Wechselwirkungen Sind alle aktiv.
Das ist a Funktion ohne Fehler. I hinzugefügt Normal zufällig Fehler mit a Standard Abweichung von eins. Was I gebraucht War seit Das Design dürfen Sei fit mit Die Fit Definitiv Screening Design Plattform innerhalb JMP, das ist Was I gebraucht. Hier Du sehen Das Die Fit Definitiv Screening Design Funde alle Sieben real Effekte Und nicht finden beliebig unecht Effekte. Es bekommt Die genau richtig Satz von Effekte.
Der Abweichung zwischen Die WAHR Parameter Werte Und Die geschätzt Parameter Werte Sind hübsch klein. Für Beispiel, Die WAHR Parameter Wert für Faktor A Ist 2.03 Und es ist schätzen Ist 2,45 Plus oder -35. Das ist eins Standard Abweichung Also es ist Nur a wenig bisschen mehr als eins Standard Abweichung aus es ist WAHR Wert.
Hier Das Die WAHR Wert von Die Koeffizient von B Ist 3,88 Und I erhalten 3,94, welche Ist sehr schließen Zu es ist genau richtig Wert. Du dürfen sehen für selbst Die geschätzt Wert von Die Wurzel bedeuten kariert Fehler Ist 1.2 Und Die WAHR Menge von zufällig Fehler I hinzugefügt War genau eins. Du dürfen sehen wieder, Das Analyse Verfahren hat Wirklich gewählt Die genau richtig Analyse.
Jetzt I wollen Zu Tun a wenig JMP Demo Das zeigt grundsätzlich Die tatsächlich von prädiktiv Handlung Das Du sehen Dort unten. Dann Das Handlung zeigt Das Die Residuen nicht haben beliebig Anzeige von beliebig Problem als Also. Ich bin gehen Zu verlassen Steckdose für a zweite Und Nur gehen Zu JMP. Hier ist Mein Daten, hier ist Die Funktion mit NEIN Fehler. I dürfen zeigen Du Das, das ist Nur Das Formel Das I zeigte Du In Die gleiten.
Dann hier ist Die Daten Wo Ich habe hinzugefügt zufällig Fehler Zu jede von diese Werte mit Es. Dann Was Delta Ist, Ist Die Unterschied zwischen Die Vorhersage Formel von Y Und Die Y mit NEIN Fehler. Diese Werte Sind Wie weit Wir verpasst Die WAHR Wert von Y für jeder Punkt.
Wenn I Tun Die Fit Definitiv Screening Design von UND, I erhalten Was I zeigte Du vor Und I erhalten Die richtig hauptsächlich Effekte Und Auch Die richtig zwei Faktor Interaktionen. Dann Wann I kombinieren ihnen, I erhalten Die richtig Modell mit Die richtig Kunst, sehr schließen Zu Die WAHR schätzen von Sigma.
Wenn I laufen Das Modell mit Fit Modell, Das Ist Die tatsächlich von vorhergesagt Handlung I erhalten. Das Ist Die Rest Handlung I erhalten. Hier ist Die Vorhersage Profiler Das zeigt Die prädiktiv Wert von UND. Du dürfen sehen Das Wenn Du sehen bei Die Neigung von Die Linie von B Und sehen als I ändern Die Wert von A, Die Neigung von B Änderungen. Wenn I ändern Das B, Die Neigung von A Änderungen, Wenn I ändern UND, Die Neigung von F Änderungen.
Das zeigt an Wechselwirkungen Happening. Wenn I gesucht Zu maximieren Das Funktion, I würde wählen Die hoch Wert für jede von Die Faktoren. Dann eins von Die Dinge I tat War I erstellt a Profiler Das Wo I sehen bei Das Ist Die WAHR Funktion, Das Ist Mein prädiktiv Formel Und Das Ist Die Unterschied zwischen diese zwei Funktionen.
Das Ist Die Einstellung Das führt Zu Die größten Unterschied zwischen Die prädiktiv Wert Und Die WAHR Wert von Die Funktion. Das ist Was I gesucht Zu zeigen du in JMP Und Krank bewegen zurück Zu Mein Folien Jetzt. Lassen Mich zusammenfassen, wir haben gesprochen um endgültig Bildschirm Entwürfe mit ihre Profis Und Nachteile.
I Dann eingeführt Die Idee von a Chronist Produkt Und zeigte Wie Zu Konstrukt diese senkrecht mehrstufig Entwürfe In drei anders Wege. I zeigte Du Die JSL Skripte, I geteilt Die JSL Skripte für Bauen diese Designs.
Du dürfen verwenden Das Skript von Ändern Die Zahlen In Die Erste Und dritte Linien Zu machen Entwürfe Das mit zunehmend groß Zahlen von läuft. I gesprochen um Die statistische Eigenschaften von diese Entwürfe Und besondere zeigte Das ihre Orthogonalität, Aber Auch In Die Fall von Design Konstruktion zwei, nicht nur Sind Sie senkrecht für Die hauptsächlich Effekte, Aber Die hauptsächlich Effekte Sind senkrecht Zu Die zwei Faktor Interaktionen.
Design Konstruktion zwei nur existiert für Entwürfe Das haben a mehrere von 16 Reihen Und Spalten, welche Ist a leicht Nachteil verglichen, es gibt mehr Flexibilität mit Die andere Ansätze. Dann Endlich I zeigte Wie Zu analysieren diese Designs. Lassen Mich machen a Paar von Empfehlungen.
Design Konstruktion Verfahren zwei Ist Die am sichersten Ansatz Weil von alle von Die Orthogonalität beteiligt Und Die Tatsache Das Die zwei Faktor Wechselwirkungen Sind unkorreliert mit hauptsächlich Effekte. I spitz aus bereits Das Du nicht haben Zu verwenden alle Die Spalten.
Du dürfen erstellen eins von diese entworfen Und Dann werfen weg bestimmt Spalten In Befehl Zu unterbringen Die WAHR Nummer von Faktoren Das Du haben. Der Vorteil von tun Das Ist Das Du Wille Auch erhalten besser Schätzungen von Die Fehler Varianz.
Dann es ist wichtig Zu erinnern Das Die drei Ebene Faktoren Sind für kontinuierlich Faktoren nur. Es würde nicht machen Sinn Zu haben drei Ebene kategorisch Faktoren für diese Spalten Weil Dort Sind weit weniger null Elemente als diejenigen Und Plus diejenigen.
A Paar von mehr Dinge. Quadratisch Effekte Es dreht sich aus, Sind leicht besser geschätzt von ein senkrecht hauptsächlich gemischt Ebene Design als a DSD. Aber Wenn Du gesucht Zu verbessern Die quadratisch Wirkung Schätzung, Du könnte hinzufügen zwei Reihen von Nullen Zu Die kontinuierlich Faktoren. Diese würde Sei wie Mittelpunkte.
Dann für Die kategorisch Faktor, Du dürfen wählen beliebig Vektor von Plus diejenigen Das hat Plus diejenigen Und Minus diejenigen In Es. Dann Die andere, Die zweite Reihe würde haben Nur Die falten über von Die Erste Reihe In Die diejenigen Und Minus diejenigen. Das Ist alle I haben für Du Heute. Dank Du sehr viel für dein Aufmerksamkeit.
