欢迎参加我们精彩的分享会，届时一对父女将使用定制设计平台探索软糖熊的世界。两位主讲人——JMP 的研发总监和他现年 10 岁的女儿——将结合他们之前使用 Easy DOE 的经验，深入探讨定制设计的复杂性，探究各种因素如何影响软糖熊的品质。
在本环节中，我们将探讨如何使用自定义设计来设置实验，并分享从仅熟悉简易实验设计 (Easy DOE) 的用户过渡到自定义设计过程中遇到的挑战和获得的宝贵经验。无论您是实验设计新手还是希望拓展专业知识，本环节都将为您提供宝贵的策略和技巧，助您开展自己的项目。您将亲身体验两位作者如何使用自定义设计来优化他们的软糖实验，并最终获得甜蜜（且粘稠）的实验结果。
欢迎收看我们今天的演讲，主题是“趣味熊：从简易实验设计到定制设计——以小熊软糖为例”。我是JMP公司的总监Ryan Lekivetz。
我是罗里·莱基维茨，北伍兹小学的一名学生。
好的，我们今天要研究什么呢？我们很想知道不同的因素会如何影响软糖熊。我们的实验员罗瑞之前有过简易实验设计（Easy DOE）的经验。但她很想尝试自定义设计（Custom Design），因为她听说自定义设计难度更高。不过，我们实际看到的是，设计本身并不难，难的是分析。此外，我们还能从中吸取一些经验教训，比如客观响应变量在家庭实验中很难获得。现在，我想请你告诉我们，你是如何决定进行这项实验的？
去年在探索频道，我带回家一包软糖，然后把它放进热水里，想看看口感会有什么变化。结果发现它真的变软了很多。所以我就想以此为契机做个实验。
啊。那我们不如告诉他们，我们在这次实验中选择了哪些因素？
所以我们选了两个牌子，然后分别测试了冷冻、室温和高温三种温度，以及两分钟和五分钟的浸泡时间。我们考虑了浸泡时间、温度、颜色，因为我觉得不同的色素可能会让软糖的软硬程度有所不同。还有空气接触时间，因为过夜会让软糖变得更硬。但是，最终的成品就像刚从袋子里拿出来一样新鲜。
是的。或者如果我们把它放在外面。是的。我想你一开始就意识到温度会影响结果，对吧？是的。哦，对了，我还要补充一点，我们把它放在一个台灯下面加热。我们用的是一盏很热的台灯。所以它足以产生一些热量。我想是因为我们一开始尝试用开水，结果只得到了一颗融化的软糖熊。现在来说说我们的反应。那么爸爸的第一个想法是什么呢？我想，因为我们通常都是主观反应，所以我想，“嗯，这太好了。我们来试试客观反应吧。”这就是爸爸的想法。我们有一个9伏的电池，还有一个小蜂鸣器。你可以看到图片里有一个蜂鸣器和一个按钮。我们的想法是，看看在软糖熊上放多少重量才会让蜂鸣器响起。
我想，“我们尝试做这件事的时候发现了什么？” 要想让东西平衡地放在一颗软糖熊上面，并能增加足够的重量，真的很难。所以，虽然我们可能最终能成功，但我觉得会太费时间。不过至少我们为以后的实验做了这个准备，我们可以用那个蜂鸣器。爸爸以为他的尝试很聪明，但结果失败了。那么，我们最终观察了大家的反应，结果如何呢？
所以我们最终采用了 1 到 10 的享受等级。其中，柔软度（数值越大表示越硬）和耐嚼度（数值越大表示越耐嚼）也分别用 1 到 10 来衡量。
好的。我想我们有一个基准值，是7。对吗？所以我觉得你刚才的意思是，如果是刚从袋子里拿出来的东西，那可能就是7。我记得我之前问过你，你觉得柔软度和咀嚼度之间会有关联吗？这么说也挺有道理的。作为统计学家，我们当然会认为它们之间存在相关性。现在我们来谈谈实验设计（DOE）。我想你已经找到了自定义设计，那么响应变量的参数呢？我想我不用多说了吧，你直接输入就行了？那么模型呢？因为模型只显示了主效应，这符合你的预期吗？
所以我添加了互动元素，因为我真的很想看看这些互动会对小熊软糖产生什么影响。
好的。是的，我的意思是，她在自定义设计里找到了，如果你查看模型术语，可以看到“交互”选项排在第二位。所以她实际上是在没有任何提示的情况下发现的。同样地，那么运行规模的选择呢？你是如何决定运行次数的？
所以我决定跑几趟，因为……
我认为那是默认设置。
嗯，一共进行了45次测试。这意味着我们要测试45种软糖。
你觉得自己能吃下45颗小熊软糖吗？
是的。
是的。事实上，我们为此买了两个5磅重的软糖熊。我得说，我们当时并没有真正讨论设计诊断，当然，爸爸之后进去看了。我也看了不同的设计诊断，以确保万无一失。好吧，这个设计看起来合理吗？例如，这里你可以看到相关性的颜色图。我认为，对于主效应和双因素交互作用来说，结果相当不错。同样，当我查看功效分析时，至少就信噪比为2而言（就像默认设置一样），只要我们有一些显著的效应，我们就有足够的功效来检测出它们。好了，所以我们做了什么？我想我们去了厨房。我想，我们花了几个小时才把那些软糖熊吃完。
但是，你知道，Rory 实际上已经能够创建表格，创建 JMP 数据表，并直接将回复输入其中。如果你用过 Easy DOE，就会知道它的优点在于它会一步一步地引导你完成所有操作，所有步骤都在一个工作流程中完成。那么问题出在哪里呢？Custom Design 创建了这个数据表，你可以把回复填进去，但你却不知道接下来该怎么做。部分原因是她之前很少做分析，除了 Easy DOE 之外，她几乎没有做过任何分析。所以，表格脚本之类的概念对她来说都很陌生。但我认为我们确实开始了。那么，我们在 Graph Builder 里看了些什么呢？你还记得吗？
所以我们研究了不同的回应方式。
不同的反应与这些因素的数量有关。所以我认为她很快就理解了如何将数据块拖入图表构建器。但最终，我还是带她体验了加载设计和简易实验设计（Easy DOE）。在简易实验设计中，如果你在第一个屏幕上没看到，它有点隐蔽，但在因素表中，有一个加载设计的选项。为了方便Rory，我把设计加载回了简易实验设计，这样她就可以在那里进行分析了。最后，我们只关注了愉悦感。这又回到了之前的问题：我们发现了什么关于柔软度和咀嚼度的信息？它们之间是否存在关联？
是的。如果咀嚼感数值很高，那么柔软度数值也会很高。所以我觉得同时测试这两项指标意义不大。
是的。所以我想这里有一个图表构建器文件。那么我们最终发现了什么呢？比如，就柔软度或咀嚼感而言，关键是什么？
关键在于温度。温度是唯一真正影响食物软糯和耐嚼程度的因素。
是的。所以最后我们还是去了。Rory 用的是 Easy DOE 的模型。我觉得左下角显示的是 Easy DOE 评选出的最佳模型，也就是乐趣等级。但我觉得爸爸问你的是，所以我们发现了什么？是时间。所以时间、温度，还有一个非常重要的互动因素。那个重要的互动因素是什么？
品牌和温度。
没错。所以这就是我们最终选择这个品牌的原因。我得说，爸爸也问过你，因为我觉得这样分析会更有意思。我自己在分析的时候，也研究过其他一些模型平台，当时我就想加入一些色彩。你还记得你是怎么给你的模型添加色彩的吗？
所以你只需点击颜色选项，它就会添加到模型中。
是的。所以你可以看到，即使只加入一种颜色，其显著性也微乎其微。事实上，我就是让Rory这么做的。你可以看到，在最终模型中，P值是0.08。但我认为，如果我们也考虑颜色因素，结果会更有意思。所以，最终，我们关注的重点是什么？主要因素是温度、时间以及品牌和温度的交互作用。所以，我认为，颜色和颜色与空气的接触情况，是这样吗？我还问了Rory一个问题，我说：“如果你要向你的朋友解释，品牌和温度的交互作用到底是什么意思？”
所以，品牌温度交互作用意味着，如果是同一品牌，那么不同品牌的温度也会有所不同。例如，哈瑞宝软糖的温度变化不大。而阿尔巴尼斯软糖的冷冻温度则差异很大，冷冻温度要好得多。
是的。你也能看到，这里也显示罗里似乎对不同的颜色有特定的偏好。所以我觉得把这一点也加进去很有意思。最后，我想说的是，自定义DOE的过渡实际上要容易得多。最初我们计划这个实验的时候，我以为会有更多的关于从简易DOE过渡到自定义设计的内容。所以，设计方面的问题不多，分析方面的问题更多。但从我个人的角度来看，也许以后我们需要尝试加入一些约束条件或其他类型的变量，这些是简易DOE无法实现的。所以，分析确实是更难的部分，但至少现在我们可以选择在简易DOE中加载设计了。还有，你做完这个实验后发现了什么？你是怎么吃软糖的？
[听不清 00:11:24]
是的。自从做了这个实验之后，她确实最喜欢冷冻软糖。那么，感谢您抽出时间。感谢您今天加入我们。请在评论区留言，告诉我们您希望接下来看到哪些实验。我想您自己可能已经有一些想法了，但我很想知道大家的想法。
