二元回應 DOE你好，
我有一個二元響應 F/P。目前的故障率為15%。我們喜歡用 X1、X2 和 X3 來試驗 3 個因素。還有一個分塊因子L，有3個級別，即第1行、第2行和第3行。 X3 也是連續胸圍，因為它的設置無法準確設置，我們將其視為兩級分類，低級別的值在範圍 (a, b) 中，高值在範圍 (c, d) 中。
我喜歡設計一個實驗來盡量減少失敗率。不知道如何使用 JMP 來執行此操作。
實驗設計回覆：DOE 的二元回應沒有足夠的上下文來提供任何具體建議，因此這是我最初的想法/問題：
1. 我假設 F 和 P 為失敗和通過。失敗又通過什麼？是規格嗎？你能連續測量嗎？或者你能開發一種測量方法來更好地量化「現象」嗎？我之所以這麼說是因為屬性/離散分類反應變數效率低。他們需要更多的實驗單位來檢測變化並找出原因。它們還具有潛在許多故障模式/機制的集合的缺陷。您研究過對 F/P 進行分類的測量系統嗎？ 15%是否一致？
2. 我還想指出一個差異...你是試著解釋為什麼會發生故障還是試圖預測故障？抽樣可能是解釋失敗的更有效方法。
3. 您是想了解因果結構還是「選出贏家」？你打算迭代嗎？
4. 關於水平設定的問題建議您考慮假設。在 DOE 中，「假設」如果您將因子設為水平 1，並將其變更為另一個水平，然後再次將其設定回水平 1，則設定為與第一次相同的水平。現在現實表明這是不可能的，因為一切都存在變化，因此減少這種障礙影響的一種方法是確保大膽地設定不同的水平（大膽但合理）。當然，多個因素的大膽程度大致相同（無偏見）。
5. 不確定是否需要封鎖所有 3 行。為什麼線條不同？ （假設）你能選出兩條最不同的線作為起點嗎？您是否關心一條線的因素效應是否與另一條線（RCBD）不同？或者您只是想量化線條的效果並提高設計的精確度（BIB）？
6. 是否還有其他需要考慮的「噪音」變數？例如，原材料批次或操作員技術。
回覆：DOE 的二元回應謝謝斯塔曼！
正如您所猜測的，F/P 是失敗/通過。我們製造小零件。從每條生產線出來的產品要么有缺陷（F），要么沒有缺陷（P）。不幸的是沒有辦法讓它連續。現在只假設一種故障模式，因為這是觀察到的一種。 15% 是一致的 +/- 2%。有時我們的成績會高於預期，但原因是已知的。
DOE 的目的是找到參數的最佳設置，以最大限度地降低故障率…希望顯著低於 15%（例如 10%）。如果透過迭代，你的意思是複製，是的，我們可以努力重複運行，但如果你的意思是在初始 DOE 之後重複實驗，那麼可能取決於資源的可用性。我們可以限制為兩行。我們確實關心品系之間的差異，但相信品系之間的因素影響應該相似。
還有其他噪音因素，例如操作員。當然，管理階層希望能源部保持非常經濟的狀態。
我希望我能夠回答您的問題/意見。
再次感謝
回覆：DOE 的二元回應嗨@MarkovVaribles1 ，
@statman做出了很好的回應來發起討論並開始思考您的問題和目標。
我仍然在努力準確地理解您想要實現的設計/模型的複雜程度，這可能取決於您的目標、您正在調查的因素數量、任何約束以及特定的（以及合理的？）對可能/允許的實驗數量的限制。
您是否已經擁有可用於分析缺陷原因的歷史資料（根本原因分析以識別感興趣的因素），並可能利用這些資料將資料增強到設計中（使用增強設計平台），可能包含更大的因素範圍以擴大推理空間 ?
如果沒有，我認為客製化設計平台可能適合您的情況，因為它可以處理多種因素類型和約束（阻塞、數值約束等）。
您可能還會發現@DonMcCormack的有關「 如何設計和分析通過/失敗響應的實驗」的演示確實很有啟發性，因為它提供了一些有關如何分析此類通過/失敗響應的想法。
希望這個回答可以幫助你
回覆：DOE 的二元回應嗨，維克多_G，
我們不是在這裡尋找根本原因分析。我們有這些可以控制的製程參數 X1、X2、X3。如果響應是連續的，則這將是簡單的階乘 DOE 或其變體。由於回應是二進位的，JMP 沒有選擇二進位回應的選項。我想知道如何在 JMP 中設計它。
我希望這有助於解釋問題。
回覆：DOE 的二元回應該設計與響應類型無關。這是受回應類型影響的建模技術。有幾種適合二元響應......從邏輯回歸開始。
回覆：二元回應的 DOE正如@P_Bartell所建議的，反應不會影響設計。
因此，您可以建立多個設計，對它們進行比較，選擇一個，然後新增資料列或變更原始回應列的資料和建模類型，以便能夠使用二元回應。
您可以查看我之前的帖子，了解如何透過@DonMcCormack的演示來分析此類回應。回覆：二元回應的 DOE感謝您的跟進，但仍缺少太多資訊/上下文來提供建議。是什麼導緻小部件有缺陷？我的意思不是重複，儘管這本質上是您通過在研究中包含行（即重複=塊）所做的事情，並且這是一個好主意。我確實暗示了從第一個設計空間到下一個設計空間的迭代。 「當然，管理階層希望能源部在合理範圍內保持非常節約」。如果他們透過限制推理空間來節省開支，那是一個壞主意。這意味著您的結論僅限於這些噪音條件。如果噪音發生變化，那麼所有實驗結果可能都是徒勞無功的（這不經濟）！您希望最大化推理空間並同時提高設計因素的精確度。這需要使用適當的策略來處理噪音。限制噪音通常不是一個好主意。
如果您必須堅持離散分類反應變數（並且您只有 1 個反應變數），我建議您閱讀：
Bisgaard、Søren、Howard Fuller，“以缺陷或缺陷為回應的階乘實驗分析”，1994 年 6 月，報告 #119，威斯康辛大學品質和生產力改進中心。
回覆：DOE 的二元回應謝謝大家！
