具有许多参数的小型设计你好，
我正在阅读这篇论文： 全文：一种用于高性能哺乳动物补料分批培养的高通量培养基设计方法
作者提到他们构建了16次运行、使用43个参数的DoE。如果我理解正确的话，他们基本上设计了80个随机DoE，并选择了最能最小化因子间相关性的那个。我想知道JMP中是否可以做类似的事情？使用自定义设计，构建小于模型参数数量的设计是不可能的，这是显而易见的。但是，是否可以只用某些主效应和/或二次方随机填充模型，并强制JMP构建更小的设计？或者，有没有人知道如何在JMP中做类似的事情？
谢谢。
实验设计回复：具有许多参数的小型设计是的，JMP 可以使用“自定义设计”创建超饱和筛选设计。请参阅相关文档。
回复：具有许多参数的小型设计非常感谢马克，诀窍是在模型部分选择“如果可能”。
不过，我觉得很有意思的是，如果我理解正确的话，作者使用了 80 个这样的设计（随机生成），并选择了因子间相关性最低的一个。而且他们的设计（见表 1）看起来参数值分布合理，低-中-高，而 JMP 使用超饱和筛选设计时往往只给出低值和高值。
回复：具有许多参数的小型设计你好@aatw ，
如果您需要或多或少地强制因子的中间值存在，只需使用离散数值（3 级）或分类（3 级）因子类型即可。如果您使用分类因子类型，则可以在设计生成后将因子类型切换回数值连续型（或使用“将标签转换为代码”实用程序将名义值快速切换为连续型）。
以下是与原始设计、D 最优过饱和设计（具有 3 级离散数值因子）和 D 最优过饱和设计（具有 3 级分类因子）的比较相关图结果：
附件中您将看到与相关图脚本相比较的设计。
参见有关强制执行 DoE 因素特定级别数的类似讨论：
具有 3 个连续因子水平的 DOE
使用 JMP 进行实验设计的咨询
I 最优设计中的因子水平数
如果您处于早期筛选阶段，您还可以查看组正交超饱和设计。
希望这个补充答案能对你有所帮助，
回复：具有许多参数的小型设计非常感谢 Victor，非常有帮助。
