问题 2：如何避免陷阱
评论
@Victor_G :
1. 不要在你的设计空间之外做出任何结论或解释
2.并用验证点验证模型！
@Stats_Like_Jazz :
第一课：设定范围时要勇敢。
第 2 课：可能有很多“好”的模型适合您的回应。选择与您的目标相关的一个（或多个）相关标准来评估和选择模型。
第 3 课：如果您有范围或组合需要避免使用不允许的组合过滤器。
我有一个 4 分钟的视频介绍如何做到这一点：https:
@瑞安库珀:
我想说另一个陷阱（特别是对于初学者来说）是过度思考 DOE。任何事情都比一次只考虑一个因素要好。随着你做更多的事情，你可以积累 DOE 知识——你不必知道一切就可以开始。
问题 3：使用确定性筛选设计 (DSD) 的错误
评论:
@乔纳斯_林内
不要试图在第一次尝试中学习所有东西。人们倾向于在第一次设计中尝试引入所有东西。如果没有大量的先验知识，大多数大型设计都无法完成。
@Victor_G
还要反复思考。仅用一种设计就能得到所有答案和结论的情况非常少见。
@KimRas2
没有添加足够的潜在因素
@Steph_Georges
非随机运行：如果实验运行的顺序不是随机的，潜在变量（例如时间或温度漂移）可能会给结果带来偏差。
以下是 Bradley Jones 撰写的一篇关于“DSD 的正确使用和不正确使用”的文章：https: //community.jmp.com/t5/JMP-Blog/Proper-and-improper-use-of-Definitive-Screening-Designs-DSDs/ba-p/30703
问题 4：从 DoE 转向田口实验 - 稳健设计
评论：
@Victor_G
根据您想要在哪里/如何找到稳健的过程设计，如今的最佳设计可能会有更好的替代方案。
如果您有多个 2 级分类因素，请尝试使用 OML 设计：
@KimRas2
IMH，Taguchi 是一种不太现代的 DoE 形式，您必须购买有关标准化 DoE 设计的昂贵书籍。
感谢上传并添加评论@maria_astals ！
我方的一些补充评论和信息：
问题 2：如何避免陷阱
除了讨论和评论中提到的优秀观点之外，《质量文摘》中的文章“ 成功 DOE 的八个关键”确实很好地总结和解释了建筑设计时需要考虑的最重要的方面：
- 设定好目标
- 定量测量反应
- 复制以抑制不可控的变化（噪音）
- 随机化运行顺序
- 屏蔽已知变化源
- 知道哪些效果（如果有的话）会产生混叠
- 进行一系列连续的实验
- 始终确认关键发现
问题 3：使用确定性筛选设计 (DSD) 的错误
已开发出一种专门用于 DSD 的分析平台， 即 Fit Definitive Screening Platform ，它利用 DSD 的特定折叠结构使分析更容易，并能够根据效应遗传原理检测 2 因子相互作用和二次效应。此分析可以扩展并用于任何具有折叠结构的设计，不仅适用于 DSD，请参阅 Bradley Jones 的文章： Fit Definitive Screening Platform 的惊人用途 (2022-EU-45MP-1066)
但是，即使这种分析方法非常强大，也可能出现某些项即使处于活动状态也无法被检测到的情况，这是由于高阶效应的功率较低，且效应大小可能较小，例如： 拟合确定性筛选与逐步（最小 AICC）模型选择
其他平台可能会有帮助，例如拟合两级筛选平台或广义回归模型（具有不同的估计方法，如最佳子集、剪枝/2 阶段/前向选择等） ，因为它们可以帮助您构建不同的模型，使用不同的方法来检测活性效应和估计参数。
俗话说“所有模型都是错误的，有些是有用的”，因此关键在于比较和评估不同的模型，以便更好地理解系统。选择模型的不同方法可以产生不同的解决方案。选择相关的评估指标来比较不同的模型（取决于目标），比较不同的模型，选择和/或结合不同的建模方法与领域专业知识，可以帮助您更广泛、更准确地了解最重要的事情。从那时开始，您可以计划下一次实验来改进您的模型，和/或准备一些验证点来评估您的模型性能。
（我已经为 JMP Europe Discovery 2025 提交了一份摘要，使用混合级筛选设计和提到的不同建模平台来分析响应，我希望被选中来展示这个平台和模型的比较）。
问题 4：从 DoE 转向田口实验 - 稳健设计
稳健性可能有多种定义，创建稳健性 DoE 的方法也各不相同，具体取决于您要针对哪些因素来测试实验空间/最佳点的稳健性：针对外部噪声因素、针对过程/实验因素的变化，还是针对两种因素的组合。以下是来自 Stat-Ease 的一系列文章，根据您感兴趣的稳健性情况来解释设计类型：
- 抵御外部噪声因素的鲁棒性：https: //statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-1/
- 针对过程因素设定点变化的稳健性：https: //statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-2/
- 前两种类型的组合：https: //statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-3/
一些可能也有帮助的资源：
设计稳健的产品 (2020-US-30MP-539)
如何设计稳健的生产流程 | JMP
希望这些信息可以帮助 JMP 用户，祝实验愉快！
