明確篩選設計的明確增強明確篩選設計 (DSD) 獨特地滿足了許多實驗者的關鍵需求。 除此之外，我們還能如何解釋自 2011 年 DSD 的發現發表以來，DSD 得到了迅速而熱情的採用？ 對於許多實驗者來說，在篩選少數驅動因素時，針對 5 到 7 個因素的 13 次或 17 次 DSD 是首選設計。 與 JMP 中的“擬合最終篩選”一起，您可能擁有一個簡單、高效且有效的實驗工作流程來查找這些因素的重要主效應、相互作用和曲線行為。 如果只有其中三個因素活躍，則可以擬合完整的二階RSM模型，一步實現篩选和優化。 但如果三個以上的因素都處於活躍狀態怎麼辦？ 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是否會成為採用 DSD 的障礙？ 在本演示中，您將首先聽到展示 DSD 價值的現實示例。 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連續 DOE 和 DSD 的工作流程中受益。
隨附的 pdf 討論了挑戰和尋找解決方案。
這些解決方案的實際實施在解決 DSD 使用問題的策略經過保羅·納爾遜博士。本文是探索實驗序貫設計的實際（現實）實施和確定性篩選設計介紹的系列文章的第 3 部分。
Augmentation of 13-run, 6-factor DSD for estimation of full RSM for any 4 facctorsAugmentation of 13-run, 6-factor DSD for estimation of full RSM for any 4 facctors增強 13 次運行、6 因子 DSD，用於估計任意 4 個因子的完整 RSM
實驗設計視頻回复：確定性篩選設計的確定性增強你好，
Prism Training and Consultancy Ltd 的 Andrew 和 Paul 進行了插件開發，因此您應該聯繫他們。 您可以在 JMP 合作夥伴計劃中找到它們： JMP 合作夥伴 | JMP。
您應該注意，這項工作是一個研究項目，只關注狹窄的範圍。 它尚未推廣到更廣泛的潛在 DSD 增強情況。 您可能會發現它不適用於您的特定 DSD 增強需求。
更通用的增強解決方案是使用 JMP DOE 菜單中的增強設計。
您可能需要與當地的 JMP 聯繫人交談，討論您嘗試使用 DSD 增強做什麼，以便他們可以提供一些指導。
回复：確定性篩選設計的確定性增強謝謝你的精彩演講！ 插件仍然可以下載嗎？
