已於 2024 年 4 月更新新影片。
為什麼要使用 DOE 和 Easy DOE 的開機模式？
- 更快地回答“如果呢？”問題
- 面對許多問題時找出重要因素
- 進行敏感度和貿易空間分析
- 跨多個回應進行優化
- 透過運行所有可能組合的有效子集，在相同的資源和限制下，人們可以解決更大的問題
- 透過運行一系列的設計，可以盡可能地提高成本效益，並且無需進行超出獲得有用答案所需的試驗次數
請參閱如何：
- 以互動方式向決策者呈現 DOE 結果
- 使用 Easy DOE 介面中實施的 6 步驟 DOE 流程
- 了解支持的因子類型和模型選擇
- 使用引導式 Easy DOE 流程，使用新的. jmpdoe文件。
Tom Donnelly @tom_donnelly和 Wendy Tseng @wendytseng在 2024 年現場網路研討會上回答的問題：
Q：如果因素很難改變怎麼辦？
答：如果您有難以改變的因素，則需要使用 Easy DOE 中的靈活模式（相對於今天重點的引導模式）。
問：這些因素是如何決定的？
答：實驗者是決定他們想要研究哪些因素的人。
問：如果每次結果都改變，如何重複相同的結果？我們可以控制種子數量嗎？
答：模擬器只是「運行 DOE」的一種方式，因為我們沒有實驗室。這使我們能夠在此演示中設計和分析實驗。 （可以消除模擬器中的隨機錯誤。）
Q：為什麼要增加沒有目標的回應？
答：有一個選項可以添加沒有目標的回應（不是沒有回應的目標），因為您還沒有該因素的目標，或者根本沒有目標（您只想觀察回應）。
Q：模擬器列的公式是什麼？
答：湯姆建立的一個公式，讓實驗結果變得有趣。他彌補了。出於本演示的目的，可以將其視為在實驗室中即時收集數據的一種方法。
Q：是否有表格選項可以在模型估計視窗中加入 p 值？
答：您可以右鍵單擊表格並新增 p 值。右鍵 > 列 > 機率 > |t|
Q：JMP 將最不顯著因子歸零是什麼意思？
答：該術語已從模型中刪除。它不會改變反應（即速度、對比）
問：術語和估計欄之間的比例指的是什麼？
答：它代表模型項的估計值。它繪製了估計值（估計值以及下限和上限 95%）。
Q：這個估算顯示什麼？
答：模型估計是術語與反應的關係。
Q：我們如何減少 DOE 中的噪音？
答：您可以為 DOE 添加更多運行。
Q：JMP 如何建立用於建模關係的範例資料？
答：如果您詢問“模擬響應”，JMP 預設使用平均值為 0、標準差為 1 的常態分佈，以使用您輸入的係數向設計中指定的模型添加誤差。
Q：如果沒有重複，如何估計誤差？
答：JMP 的建議運行次數包括超過估計模型的最小運行次數（運行次數多於模型項數）。引導模式可確保您有足夠的運行次數來獲得模型錯誤。 （對於純粹錯誤和測試不擬合，重複是必要的。）
Q：那麼，Easy DOE 的一個用途是篩選研究，我這樣說對嗎？
答：是的，您可以使用 Easy DOE 來設計篩選研究或優化研究（或介於兩者之間的研究）。
Q：那麼本質上您需要運行實驗來獲取數據來模擬您的模型？
答：是的，在現實生活中，您在 Easy DOE 中設計實驗。然後您進入現實世界（例如實驗室）來收集數據。然後將資料輸入 Easy DOE（或載入資料表）並進行分析。
Q：有分類 x 和 y 值的範例嗎？
答：您看到的是一個帶有分類因素 (X) 的範例。分類 Y 是可能的，但這是一個更高級的主題（以確保您為有用的模型收集足夠的數據）。
Q：如果將其中一個回應從最小化切換到最大化（反之亦然），DOE 結果會如何變化？
答：設計是由模型選擇驅動的。但是，我可以設定需求，例如將最大化 MOP 變更為最小化 MOP。這將改變答案，然後我重新分析，因為我在優化時已經做出了改變。在我們的例子中，答案非常相似，但通常我會認為如果你改變目標就會有差異。看影片：
Q：那麼預設不新增重複項？我們需要單獨添加它們嗎？
答：您可以使用靈活（更進階）模式新增重複。
Flexible Mode lets you add replicates靈活模式可讓您新增重複項靈活模式可讓您新增重複項
Q：在我的團隊進行的許多實驗中，許多連續因子都是作為離散數字因子運作的。使用這種方法有什麼優點和缺點嗎？
答：唯一的好處是，有些人想要更多的中級。如果您最終要擬合二次模型，您只需要 3 個水平。例如，要強制5 個級別，您只需選擇一個離散數字並給它5 個級別，JMP 可能會將它們放入。講，它仍然在連續思考。在極端情況下，分類變數也有更多的槓桿作用。總而言之，這是一種強制連續的更多級別的方法，但如果它確實是連續的，可能您不需要這樣做。
Q：我使用另一個 DOE 軟體，該軟體通常在設計中包含一組失擬運行。 JMP DOE 設計中如何進行失擬合測試？
答：重複總是會給你一個失擬檢驗，因為這樣我們就有了一個可以與模型誤差比較的純誤差估計。如果您沒有任何重複，我們不會為您提供失擬檢驗，而是為您提供相同的模型，該模型會存在一些模型誤差。如果您多年來一直生產相同的產品，您可能已經對純粹錯誤是什麼有一個很好的歷史了解。進行重複和不適合測試的原因之一是如果您是該過程的新手。
資源
