確定性篩選設計的確定性增強 確定性篩選設計 (DSD) 以獨特的方式滿足了許多實驗者的關鍵需求。否則，我們怎麼解釋自 2011 年 DSD 研究成果發表以來，人們對其的採用如此迅速和熱情呢？對於許多實驗者來說，在篩選少數驅動因素時，針對 5 到 7 個因素進行 13 或 17 次運行的 DSD 是首選設計。結合 JMP 中的“擬合確定性篩選”，您可以擁有一個簡單、高效且有效的實驗工作流程來找到這些因素的重要主效應、交互作用和曲線行為。如果只有三個因素起作用，則可以擬合完整的二階 RSM 模型，並一步實現篩選和最佳化。但如果有三個以上的因素在運作會怎麼樣呢？當出現歧義時，是否有簡單的下一步？或者這種情況的複雜性會成為採用 DSD 的障礙？在本次示範中，您將首先聽到證明 DSD 價值的真實範例。然後，您將看到增強這些 DSD 的簡單方法，確保可以保留結構和屬性以保持 DSD 的優勢。因此，更多情況下的更多人可以從順序 DOE 和 DSD 的工作流程中受益。
附件的 pdf 討論了挑戰和解決方案的尋找。
保羅·尼爾森博士在《利用 DSD 解決問題的策略》中討論了這些解決方案的實際實施。本文是探討順序實驗設計的實際（現實）實施和確定性篩選設計的介紹的系列文章的第三部分。
