你好,
我们希望运行一个包含 22 个两级因子的筛选实验设计 (DOE),这些因子几乎全部是分类因子。为了尽量减少运行次数,我们希望使用 Plackett-Burman 试验,运行 24 次。但是有些组合无法实现,例如,我们会尝试单层或双层涂层,并且希望在两层涂层之间进行冲洗或不冲洗。当然,如果涂层只有一层,这种冲洗就毫无意义。
所以我的问题是:我可以生成一个 Plackett-Burman 设计,然后手动更改表中的某些组合以避免出现不可能的组合吗?Jump 在分析数据时会考虑这些变化吗?
或者我应该使用自定义设计,在其中我可以包含“不允许的组合”?
抱歉,我对 DOE 还很陌生,因此对各种模型背后的含义的理解有限。
非常感谢
你好@PredictingSet44 ,
欢迎加入社区!
我建议您在处理不允许的组合时使用“自定义设计”平台。Plackett-Burman 是一个经典的“教科书式”设计,非常有用,但它无法处理任何约束。
您可以创建一个贝叶斯 D 最优设计,并将交互效应可估计性设置为“如果可能”: https://www.jmp.com/support/help/en/18.2/#page/jmp/bayesian-doptimality.shtml
更多信息请参阅我之前的 LinkedIn 帖子:
https://www.linkedin.com/posts/victorguiller_doe-experimentaldesign-datascience-activity-7267084714568556544-_7WO
https://www.linkedin.com/posts/victorguiller_doe-experimentaldesign-datascience-activity-7254386032484184066-VAfN
希望这个答案能对你有所帮助,