确定性筛选设计的强大分析：利用其特殊结构Bradley Jones， 布拉德利·琼斯 ，博士，JMP 首席研究员，SAS
JMP 中的自定义设计工具实现了面向模型的设计理念。也就是说，自定义设计可以最大化有关指定模型的信息。设计实验通常具有很强的对称性（例如正交列）。这表明，设计实验的分析方法可以充分利用已知的结构。我将这种想法称为面向设计的建模。确定性筛选设计 (DSD) 具有特殊的结构，具有许多理想的特性。它们具有正交主效应，主效应也与所有二阶效应正交。具有五个以上因子的 DSD 可以投射到任何三个因子上，从而能够高效地拟合完整的二次模型。但是，DSD 的分析方法采用了为观察数据回归分析而发明的通用工具。这些方法没有利用 DSD 提供的所有有用结构。本次演讲介绍了一种 DSD 分析方法，该方法确实充分利用了 DSD 的特殊结构。为了使方法论清晰明了，我将使用具体示例提供分析的分步程序。
