大家好，
感谢您参加在挪威举办的首届 JMP 聚会。特别感谢 Patrick Galler ( @Ressel ) 在阿克海洋生物公司办公室接待我们。作为后续活动，我想分享一些与实验设计 (DoE) 相关的有用资源，因为我们对此进行了大量讨论，以及我们会议上的演示文稿（附有所有链接），内容是关于如何从个人到整个组织培养数据驱动思维。
对于刚开始使用 DoE 的用户， JMP 中的 Easy DoE 平台提供了一种端到端的指导方法，可让您无缝地定义、输入数据和分析实验。您可以在此处探索它：
如果您需要更大的灵活性，JMP 中的自定义设计可以处理各种实验情况，包括筛选、优化和混合问题，甚至包括难以更改的因子。最重要的是，在设计实验之前，您不需要知道要使用哪种设计。您只需添加因子（输入）、响应（输出）和交互或功效项（取决于您要查找的内容）。这个简短的视频提供了很好的介绍：
为了更深入了解，这个由三部分组成的研讨会系列提供了有关如何有效使用 DoE 的很好示例：
由于我们在讨论中提到了确定性筛选设计 (DSD) ，这里有一篇来自 Bradley Jones 的关于何时（以及何时不使用）使用它们的精彩文章：
如有任何疑问，请随时联系我们。
斯皮罗斯
