具有許多參數的小型設計你好，
我正在閱讀這篇論文： 全文：一種用於高性能哺乳動物補料分批培養的高通量培養基設計方法
作者提到他們使用 43 個參數建構了 16 次運行的 DoE。如果我理解正確的話，他們基本上設計了 80 個隨機 DoE，選擇最能最小化因素之間相關性的那個。我想知道在 JMP 中是否可以做類似的事情？使用自訂設計，不可能建立比模型中的參數數量更小的任何東西，這是顯而易見的。但是，是否有可能僅使用某些主要效應和/或 2 次方隨機填充模型，並強制 JMP 建立更小的設計？或者有其他人知道如何在 JMP 中做類似的事情？
謝謝。
實驗設計回覆：具有許多參數的小型設計是的，JMP 可以使用客製化設計來建立超飽和篩選設計。請參閱文件。
回覆：具有許多參數的小型設計非常感謝馬克，訣竅是在模型部分選擇“如果可能”。
不過，我覺得很有趣的是，如果我理解正確的話，作者使用了 80 個這樣的設計（隨機生成），並選擇了因子間相關性最低的一個。而且他們的設計（見表 1）看起來參數值分佈合理，低-中-高，而 JMP 使用超飽和篩選設計時往往只給出低值和高值。
回覆：具有許多參數的小型設計你好@aatw ，
如果您需要或多或少地強制因子的中間值存在，只需使用離散數值（3 級）或分類（3 級）因子類型即可。如果您使用分類因子類型，則可以在設計產生後將因子類型切換回數值連續型（或使用「將標籤轉換為代碼」公用程式將名目值快速切換為連續型）。
以下是與原始設計、D 最優過飽和設計（具有 3 級離散數值因子）和 D 最優過飽和設計（具有 3 級分類因子）的比較相關圖結果：
附件中您將看到與相關圖腳本比較的設計。
請參閱有關強制執行 DoE 因素特定等級數的類似討論：
具有 3 個連續因子水準的 DOE
使用 JMP 進行實驗設計的諮詢
I 最優設計中的因子水準數
如果您處於早期篩選階段，您也可以查看群組正交超飽和設計。
希望這個補充答案能對你有幫助，
回覆：具有許多參數的小型設計非常感謝 Victor，非常有幫助。
