使用 JMP® Pro 和 R 進行確定性篩選設計的模型選擇策略Philip Ramsey 博士，North Haven Group 所有者
Maria Weese 博士，邁阿密大學法默商學院分析學助理教授
蒙哥馬利 (Douglas Montgomery) 博士，亞利桑那州立大學工業工程與統計學教授
Jones 和 Nachtsheim (2011) 提出了一種新型高效實驗設計，稱為確定性篩選設計 (DSD)。設計的高效率加上估計雙向交互作用和二次效應的能力使得該設計成為實驗者的有吸引力的選擇。儘管 DSD 在工業界，尤其是在生物技術領域越來越受歡迎，但迄今為止，對這些設計進行分析的最佳方法的研究卻很少。在本次演講中，我們將討論綜合模擬研究的結果，以評估分析 DSD 實驗結果的幾種可能的方法。模擬場景改變了實驗因素的數量和有效效應的數量：主效應、二次效應和雙向交互作用。模擬重點在於三種可能的模型選擇策略（以AIC或BIC作為選擇標準）：1.前向選擇；2.Dantzig選擇器；以及 3. 所有子集迴歸。將從檢測活性效應的能力（定義為正確識別真正活性因素的能力）、將非活性效應識別為活性的次數（I 型錯誤）和預測能力等方面對比和比較這些技術。此外，我們將討論使用 JMP Pro 的分析化學（糖譜分析）案例研究，其中 DSD 與 CCD 並行運行。討論將集中在兩種設計在有效效果方面的一致性，並為分析這些設計提供建議。我們也會討論使用 JMP Pro 和 DSD 進行最佳化。
