二元响应的 DOE你好，
我有一个二元响应 F/P。当前失败率为 15%。我们想用 X1、X2 和 X3 进行 3 个因子实验。还有一个阻塞因子 L，有 3 个级别，即第 1 行、第 2 行和第 3 行。X1 和 X2 是连续的，有两个级别。X3 也是连续的，因为它的设置无法准确设置，我们将其视为两级分类，低级值在范围 (a, b) 内，高级值在范围 (c, d) 内。
我喜欢设计一个实验来最小化失败率。不知道如何使用 JMP 来做到这一点。
实验设计回复：二元响应的 DOE没有足够的背景信息来提供任何具体的建议，因此以下是我的初步想法/问题：
1. 我假设 F 和 P 是失败和通过。失败和通过是什么？是规范吗？你能让它成为连续测量吗？或者你能开发一种能更好地量化“现象”的测量方法吗？我这样说的原因是属性/离散分类响应变量效率低下。它们需要更多的实验单元来检测变化并确定原因。它们还存在可能包含许多故障模式/机制的缺陷。你研究过对 F/P 进行分类的测量系统吗？15% 是否一致？
2. 我还想指出一个区别...您是在试图解释故障发生的原因，还是在试图预测故障？抽样可能是解释故障的更有效方法。
3. 你是想了解因果结构还是“选出赢家”？你打算进行迭代吗？
4. 关于级别设置的问题建议您考虑假设。在 DOE 中，“假设”如果您将一个因素设置为级别 1，然后将其更改为另一个级别，然后再次将其设置回级别 1，则该级别将与第一次设置为相同的级别。现在现实表明这是不可能的，因为一切都存在差异，因此减少这种障碍影响的一种方法是确保级别设置大胆不同（大胆但合理）。当然，多个因素的大胆程度大致相同（无偏差）。
5. 不确定是否需要对所有 3 条线进行阻断。为什么这些线不同？（假设）您能选择差异最大的 2 条线作为起点吗？您是否关心一条线的因子效应是否与另一条线不同（RCBD）？或者您只是想量化线的效应并提高设计的精度（BIB）？
6. 是否还有其他需要考虑的“噪音”变量？例如，原材料批次或操作员技术。
回复：二元响应的 DOE谢谢你，statman！
正如您所猜测的，F/P 是失败/通过。我们制造小部件。每条生产线生产出来的产品要么有缺陷（F），要么没有缺陷（P）。不幸的是，没有办法让它连续。现在只假设一种故障模式，因为这是观察到的模式。15% 是一致的 +/- 2%。有时我们会得到比预期更高的结果，但原因是已知的。
DOE 的目的是找到参数的最佳设置，以最大限度地降低故障率……希望显著低于 15%（比如说 10%）。如果迭代是指复制，是的，我们可以努力重复运行，但如果您指的是在初始 DOE 之后重复实验，那么可能取决于资源的可用性。我们可以只限制在两条生产线上。我们确实关心生产线之间的差异，但相信生产线之间的因子效应应该相似。
还有其他噪音因素，例如操作员。管理层当然希望在合理范围内保持 DOE 非常经济。
我希望我能够回答您的问题/评论。
再次感谢
回复：二元响应的 DOE嗨@MarkovVaribles1 ，
@statman 的回应非常出色，开启了讨论并开始思考您的问题和目标。
我仍在努力准确理解您想要实现的设计/模型的复杂程度，这可能取决于您的目标、您正在调查的因素数量、任何约束以及可能/允许的实验数量的特定（和合理的？）限制。
您是否已经拥有可用于分析缺陷原因的历史数据（根本原因分析以确定感兴趣的因素），并可能利用这些数据将您的数据增强到设计中（使用增强设计平台），并可能使用更大的因素范围来扩大推理空间？
如果没有，我认为定制设计平台可能适合您的情况，因为它可以处理各种因素类型和约束（阻塞、数字约束等......）。
您可能还会发现@DonMcCormack关于“ 如何设计和分析通过/失败响应的实验”的演示非常有启发性，因为它提供了一些关于如何分析此类通过/失败响应的想法。
希望这个答案能帮到你，
回复：二元响应的 DOE嗨，维克多_G，
我们在这里不寻求根本原因分析。我们有这些可以控制的工艺参数，X1、X2、X3。如果响应是连续的，那么这将只是因子 DOE 或其变体。由于响应是二进制的，因此 JMP 没有响应为二进制的选项。我想知道如何在 JMP 中设计它。
我希望这有助于解释这个问题。
回复：二元响应的 DOE设计与响应类型无关。响应类型影响的是建模技术。有几种方法适用于二元响应……首先是逻辑回归。
回复：二元响应的 DOE正如@P_Bartell所说，响应不会影响设计。
因此，您可以创建多种设计，对它们进行比较，选择一个，然后添加新列或更改原始响应列的数据和建模类型，以便能够使用二元响应。
您可以查看我之前的帖子，了解如何通过@DonMcCormack的演示来分析此类回应。回复：二元响应的 DOE感谢您的跟进，但仍然缺少太多信息/背景，无法提供建议。是什么让小部件出现缺陷？我不是指重复，尽管这本质上就是您在研究中包含线条（即重复 = 块）所做的事情，这是一个好主意。我确实暗示了从第一个设计空间到下一个设计空间的迭代。“管理层当然喜欢在合理范围内保持这个 DOE 非常经济”。如果他们通过限制推理空间来节省成本，那是一个坏主意。这意味着您的结论仅限于那些噪声条件。如果噪声发生变化，那么实验的所有结果都可能毫无意义（这不经济）！您希望同时最大化推理空间并提高设计因素的精度。这需要使用策略来适当处理噪声。限制噪音通常不是一个好主意。
如果您必须坚持使用离散分类响应变量（并且您只有 1 个响应变量），我建议您阅读：
Bisgaard、Søren、Howard Fuller，《以缺陷或缺陷品为响应的因子实验分析》，1994 年 6 月，报告 #119，威斯康星大学质量与生产力改进中心。
回复：二元响应的 DOE谢谢大家！
