你好，
我是
瑞安
萊基維茨，
主管
的
這
美國能源部
和
可靠性
團隊
在
跳轉。
今天 我是 去 到 演講 到 你 關於
a 班級 的 飽和 混合- 等級 主要的 效果 設計 為了 甚至 數位 的 運行。
那 聲音 喜歡 a 滿口，
但 出色地 得到 一個 理解 的 什麼 那 是 經過 這 時間 是 完成的。
如果 你 看 在 我的 跳轉 雜誌 這裡，
這是 a 粗糙的 主意 作為 到 什麼 這 大綱 是 去 到 看 喜歡。
現在， 在 這 開始 的 儘管， I 做 有 到 稱呼 出去，
所以 I 有 三 合作者 在 這 專案.
布拉德利 瓊斯， 世界衛生組織 應該 是 熟悉的 到 許多 的 你 在 跳轉，
做得好 馬宗達 和 克里斯 納赫茨海姆。
只是 一些 歷史 和 準備工作 .
患病的 說 通常...
如果 你 看 在 那裡， 我們 談論 關於 主要的 效果 設計。
現在， 通常， 什麼時候 我們 思考 的 篩檢 設計，
我們 常 思考 的 因素 存在 全部 在 二 水平。
你的 標準 分數 階乘 設計 那 你 看 在 教科書，
但 真的 有 這 大的 問題， 什麼 關於 非線性 效果？
的 課程， 它是 偉大的 我們 想 到 尋找 出去 那些 最多 重要的 主要的 效果，
但 什麼 發生 如果 那裡 是 一些 非線性？
在 特別的， 在 2011年，
權威 篩檢 設計 或者 DSD 打 這 場景。
這 大的 事物 和 那些 DSD，
這裡 我們 是 假設 全部 這 因素 是 連續的。
每個 因素 和 DSD 是 去 到 是 在 三 水平。
那 給了 一些 希望 的 存在 有能力的 到 探測 二次函數 效果
什麼時候 他們 是 大的。
患病的 說 那 曾是 一 的 這 大的 受歡迎程度 的 DSD。
這 設計 是 去 到 演講 關於 這裡。
我們的 主要的 影響， 如果 你 思考 的 DSD，
不是 僅有的 是 他們 好的 在 採摘 向上 主要的 效果，
是 也 尋找 在 二次方程式 和 互動。
這 設計 是 尋找 在 這裡
是 真的 主要的 效果 篩檢 作為 我們的 基本的 目標。
經過 主要的 效果 篩檢， 我是 說 我們 有 我們的 清單 的 因素
和 我們 想 到 尋找 出去 哪個 的 那些 是 這 基本的 司機。
我們 想 到 尋找 出去 那些 重要的 主要的 效果。
如果 是 真的 幸運的， 我們 可能 得到 一些 二次函數 互動。
但 再次， 主要的 效果 篩檢 是 這 大的 事物。
什麼 你是 去 到 尋找 這裡 是 是 去 到 有 a 混合
的 三- 等級 和 二- 等級 因素。
然而 這 DSD 有 一切 在 三- 級別，
這裡 我們 有 更多的 的 這 混合 的 三 和 二- 水平。
一 的 這 事物 到 支付 注意力 到
是 只是 喜歡 確定的 篩檢 設計。
什麼時候 是 說 關於 這些 三級 因素，
是 去 到 認為 那 他們是 連續的。
在 特別的， 那 方法 是 不是 尋找 為了 平衡。
常 你 看 在 那 標題 在哪裡 我們 演講 關於 混合 水平。
是 說 關於 三 和 兩級 因素。
但 患病的 說 傳統上 什麼時候 我們 思考 的 正交 射線，
這 三級 因素 是 分類，
和 所以 我們 想 到 看 每個 等級 一個 平等的 數位 的 次。
什麼 是 去 到 尋找 這裡 是 那 這些 三級 因素
是 j 烏斯季 去 到 有 a 很少 零。
一 的 這 其他 大的 事物， 儘管，
是 那 是 去 到 有 幾乎 作為 許多 因素 作為 我們 做 運行。
那是 在哪裡 那 主意 的 飽和 和 這 標題 來了 從。
飽和 只是 方法 有效地 那 I 有 只是 作為 許多 因素 作為 I 做 運行。
那是 在哪裡 也 那 主要的 效果 篩檢
因為 現在 I 有 所以 許多 因素，
如果 你 開始 考慮 二次方程式 互動，
那是 一個 可怕 很多 的 條款。
因為 是 尋找 在 所以 許多 因素，
是 只是 希望 我們 能 探測 那些 重要的 主要的 效果。
如果 你 思考 關於 其他 設計，
如果 你 思考 關於 這 混合 的 三- 等級 和 二 級別，
現在 立即地 什麼 可能 來 到 頭腦
是 一些 的 這 古典 田口 設計， 所以 L18 或者 這 L36.
那些 的 你 世界衛生組織 是 熟悉的 和 跳轉，
你 可能 知道 那 你 能 創造 權威 篩檢 設計
但 額外 兩級 因素。
這 設計 這裡 I 會 幾乎 看 在作為 一個 擴大 到 一些 的 那些。
這裡 是 去 到 有 a 很多 更多的 兩級 因素
比 你 可能 想 到， 儘管， 在 我們的 標準 DSD。
患病的 說 這 是 也 一個 區域， 儘管， 那是 挑選 向上 在 蒸氣
a 很多 在 這些 過去的 很少 年。
你 看 一些 參考 這裡
作為 到 其他 作者 那 是 思維 關於 這 相同的 問題，
包括 a 紙 那 患病的 來 後退 到 在 這 結尾。
你 看 那 最後的， 這 瓊斯， 萊基維茨， 和 納赫什泰姆 紙。
那是 實際上 有關的 到 這 工作 作為 出色地。
讓我們 看， 希望 是 全部 在 這 相同的。
如果 我們 去 後退 到 那 標題。
這 飽和 只是 方法 我們 有 a 很多 的 因素 相對的 到 這 跑步 尺寸。
我們的 混合等級 方法 那 我們 有 一些 兩級 和 三級。
只是 到 提到 這 二- 等級 可以 是 連續的 作為 出色地，
在哪裡 是 只是 不是 有興趣的 在 尋找 在 那些 二次函數 效果。
主要的 效果 設計 說 那是 在哪裡
我們的 最多 重要的 事物 是 發現 那些 重要的 主要的 效果
和 那 甚至 數位 的 跑步，
它 轉彎 出去 這 設計， 如果 你 記住 那 記起 這 大綱，
全部 這些 設計 是 尋找 在 是 去 到 是 一個 甚至 數位 的 運行。
現在， 什麼時候 我們 思考 關於 大樓 這些 設計，
所以 在 一些 的 這些 初步的，
I 應該 真的 演講 關於 這 大樓 塊。
這些 設計 是 去 到 是 建造 之上
使用 其他 矩陣 或者 其他 設計 在 這 文學。
取決於 在 如何 熟悉的 你 是 和 權威 篩檢 設計，
有 這 主意 的 某物 稱為 a 會議 矩陣。
A 會議 矩陣 是 只是 一個 M 經過 M 矩陣
那 我們 使用 到 構造 權威 篩檢 設計。
一 的 這 好的 事物 和 會議 矩陣
是 那 在 一般的，
他們 存在 為了 倍數 的 二 列 和 列。
I 說 在 一般的，
有 a 會議 矩陣 為了 每一個 多種的 的 二
從 2到30， 除了 為了 22.
某物 到 提到 這裡， 儘管，
是 那 在 這 案例 在哪裡 a 會議 矩陣 做 不是 存在，
或者 讓我們 說 如果 你 有 一個 奇怪的 數位 的 跑步，
你 能 使用 某物 稱為 a 偽 會議 矩陣。
A 偽 會議 矩陣 說，
I 想 到 製作 它 看 作為 關閉 作為 I 能 到 a 會議 矩陣，
哪個 有 這 特別的 財產。
什麼 特性 a 會議 矩陣 有？
出色地， 如果 I 拿 C 轉置 T， 或者 反過來， C C 轉置，
它是 去 到 是 M 減 1 次 這 身分 矩陣。
什麼 那 真的 方法 是 那 這些 列，
這 列 的 這 矩陣 C, 正交。
如果 I 拿 那 叉- 產品 的 任何 二 列，
是 去 到 得到 a 零。
但 注意 我們 有 那 M減1，
因為 一 的 這 其他 特徵 的 這 會議 矩陣
是 那 每個 排 和 柱子 有 確切地 一 零。
如果 你 有 跳轉 17.2，
所以 患病的 承認 那 這 JSL 第一的 節目 向上 在 跳轉 17.2，
所以 我們 有 這 命令 為了 會議 矩陣。
這裡 I 能 只是 問 為了 這 相同的 6x6 會議 矩陣。
再次， 什麼是 這 特別的 財產？
出色地， 如果 我們 看， 所以 如果 I 拿 C 次 C 轉置 或者 反過來，
I 得到 6 減 1、 哪個 是 5 次 這 身分 矩陣。
每個 的 那些 列 是 去 到 是 正交。
再次， 開始 a 跳轉 17.2， 你 能 創造 你的 自己的 會議 矩陣
只是 經過 給予 它 這 命令。
這裡 I 通緝 a 六連勝 會議 矩陣， 所以 I 曾是 有能力的 到 放 那 在。
讓我們 嘗試 它 和 八 正如你將會 看。
有 一個 8 經過 8 會議 矩陣。
那是 一 的 這 大樓 區塊 那 我們 需要。
其他 一 是 a 相似的 類型 的 結構。
它是 稱為 a 阿達瑪 矩陣。
這 不同之處 是 a 會議 矩陣 有 價值觀 的 消極的 一， 零， 和 一。
A 阿達瑪 矩陣 只是 有 價值觀 的 加 和 減 一。
A 阿達瑪 矩陣 存在 為了 最多 倍數 的 四。
在 特別的， 這 是 在哪裡 什麼時候 你 聽到 阿達瑪 矩陣，
其他 事物 你會 聽到 關於 常 次 是 一個 正交 大批。
在 特別的 為了 a 阿達瑪 矩陣， 它 有 那 相同的 財產。
如果 I 拿 它 經過 它是 轉置，
在 這 案件， I 得到 N 次 這 身分 矩陣。
如果 你 記起 這 會議 矩陣，
它 曾是 那 M 減 1、
這 命令 因為 我們 有 一 零 在 每個 排 和 柱子。
這裡 它是 去 到 是 N 次 這 身分 矩陣。
這 主意 這裡 是 那 如果 I 拿 任何 一對 的 列，
我們 有 那 概念 的 正交性 為了 任何 一對 的 列。
相似的 到 這 會議 矩陣，
我們 實際上 有 a 特別的 命令 在 JSL 為了 建構 a 阿達瑪。
讓我們 拿 a 看 這裡。
如果 你 注意， 讓我們 只是 說 阿達瑪 8、
這 是 去 到 給 我 一個 8分 阿達瑪 矩陣。
如果 我們 看 關於 服用 a 阿達瑪，
這 鏈 行， 那裡 我們 得到 八 次 這 身分 矩陣。
再次， 所以 什麼 那 方法， 如果 I 拿 任何 一對 的 列，
他們是 去 到 是 正交， 哪個 你 能 實際上 已經 看。
只是 假裝 那 這 第一的 一 是 喜歡 一個 截距。
你 看， 全部 的 這些 是 均衡。
我是 去 到 得到 那 主意 的 正交性。
是 實際上 幾乎 那裡 和 我們的 大樓 塊。
這 最後的 片 那 我們 需要 是 某物 稱為 這 克羅內克 產品。
什麼 你會 看 是 那 自始至終 我們 可能 不是 甚至 真的 需要
到 思考 的 它 在 條款 的 a 克羅內克積。
只是 常 什麼時候 我們 創造 這些 設計， 那是 這 方式 我們 喜歡 到 思考 的 這些。
你會 看 a 克羅內克積 是 表示 經過 這 象徵。
它 看起來 喜歡 a 乘法 和 a 圓圈 大約 它。
在 跳轉 或者 其他 定義 克羅內克積
是 稱為 這 直接的 產品。
它 只是 發生了 它是 a 方便的 方式 到 構造 設計。
全部 的 這， 克羅內克積 或者 直接的 產品 是，
如果 I 拿 a 矩陣 A 和 這 克羅內克積 的 B,
I 拿 每個 元素 的 A
和 申請 它 到 這 全部的 矩陣 B 超過 和 超過 再次。
在哪裡 這 來 在 便利，
讓我們 看 在哪裡 你 可能 有 見過 某物 喜歡 這 前。
再次， 我們 有 a 直接的 產品， 和 JSL 命令。
讓我們 說 如果 I 只是 通緝 到 開始 和 那 6x6 會議 矩陣。
現在 讓我們 說 如果 我的 矩陣 一個， 所以 思考 這裡 在 這 克羅內克積 一個，
I 只是 拿 這些 2 經過 1、
所以 二 列 加 一 和 a 減 一，
和 直接的 產品 和 C.
什麼 做 I 得到 這裡？
出色地， 這 是 有效地 如果 I 額外 a 中心 跑步，
這 會 是 a 13分 渠務署 和 六 因素。
經過 服用 這 一 和 減 一，
所以 和 這 克羅內克積 向上 這裡 和 這 加 一，
I 得到 那 會議 矩陣 C, 和 向下 以下 I 得到 消極的 C.
這 克羅內克積 是 只是 a 方便的 方式
到 思考 關於 事物 喜歡 什麼 我們 可能 稱呼 心房顫 舊的。
和 那些 初步的 是 完畢，
現在 我們 能 實際上 開始 說 關於 這些 不同的 建築。
這 第一的 方法 是 這 最多， 患病的 說 這 最美好的 的 全部 的 他們。
什麼 是 去 到 說， 這 是 在哪裡 我們的 跑步 尺寸
是 去 到 是 a 多種的 的 八。
什麼 是 我們 正在做 這裡？
出色地， 這裡 是 去 到 開始。
是 去 到 有 a 會議 矩陣 的 命令 M 等於 4K。
再次， 記住， 這 會議 矩陣
趨向 到 存在 作為 長的 作為 我們 有 一個 甚至 數字。
同樣地， 為了 這 阿達瑪 矩陣，
那是 在哪裡 是 尋找 為了 倍數 的 四。
這裡 我是 去 到 拿 a 會議 矩陣
的 命令 M 和 a 阿達瑪 矩陣 的 這 相同的 命令
在哪裡 是 假設 這裡 那 兩個都 存在。
什麼 我是 正在做 這裡 是 我是 去 到 折疊 超過。
你 能 實際上 表達 這 作為 a 克羅內克積，
但 這裡 I 尋找 它 更多的 方便的 只是 到 寫 它 這 方式。
你 看， 這 第一的 部分 看起來 喜歡 a 權威 篩檢 設計。
我是 服用 a 會議 矩陣 和 折疊式的 它 超過。
然後 在 這 其他 邊， 我是 複製 這 阿達瑪 矩陣。
我是 服用 a 複製 的 那。
什麼 做 我們 得到 和 這 設計？
出色地， 這些 第一的 M 列 那 是 形成 從 這 會議 矩陣，
那是 去 到 給 我們 M 三級 因素。
這 其餘的 M 減 1 是 全部 去 到 是 兩級 因素。
這 C 部分 是 去 到 是 為了 三級，
這 H 部分 為了 兩級。
什麼 做 我們 結尾 向上 和？
出色地， 什麼 我們 做過， 我們 基本上 加倍 這些 這裡。
是 去 到 有 二 M-運行 和 二 M 減 1 因素。
讓我們 拿 a 看 在 什麼 這 可能 看 喜歡。
讓我們 看 一個 例子 這裡。
讓我們 拿 我的 C.
我是 去 到 只是 創造 一個 8 經過 8 會議 矩陣。
第一的， 讓我們 構造 這些 三級 列。
我是 去 到 拿 那 直接的 產品。
再次， 在 這 案件， I 想 那 折疊， I 想 C 和 減 C.
讓我們 拿 a 看 在 什麼 C 看起來 喜歡。
再次， 這 是 只是 那 折疊 結構 在 那。
一 事物 這裡， 你 注意到 I 說 這 其餘的 M-1 柱子
為了 這 兩級 因素。
這 原因 為了 那...
讓我們 拿 a 看 在 這 阿達瑪 矩陣 的 命令 8.
如果 我是 去 到 複製 這， 如果 我是 去 到 複製 這，
出色地， 這 第一的 柱子 這裡 是 去 到 是 為了 這 截距。
I 不 想 到 放 那 作為 一 的 我的 設計 因素
如果 它 絕不 變化，
如果 它是 持續的 自始至終 這 全部的 事物。
如果 你 注意 這裡， 我是 去 到 只是 降低 這 截距。
現在 I 有 一個 8 經過 7 設計。
如果 你 注意， 我是 去 到 使用 這 直接的 產品 再次 這裡。
但 反而 的 和 這 會議 矩陣
在哪裡 I 曾是 使用 一 和 減 一， I 只是 想 到 製作 a 複製
的 那 阿達瑪 矩陣 H 沒有 這 截距。
讓我們 給 那 a 看。
我們 能 拿 a 看 這裡 在 這 矩陣
在哪裡 你 看 那 這 一， 一， 一。
你 能 實際上 看 在哪裡 它 獲取 只是 複製 它 再次。
它是 只是 這 相同的 矩陣 堆疊 在 頂部 的 本身。
如果 I 連接 全部 的 那些 一起， 你 能 看 I 有 a 16 經過 15.
I 能 實際上 只是 創造 那 數據 桌子。
I 有 這 設計 現在， a 16分 設計 和 15 因素。
這 第一的 八 的 那些 是 三 等級 和 這 其餘的 七 是 在 二 水平。
讓我們 只是 拿 a 看。
讓我們 去 到 設計 診斷
和 讓我們 看 什麼 這 看起來 喜歡 和 評價 設計。
你 能 看 I 只是 創建 a 主要的 效果。
這 可能 是 難的 到 看， 所以 這 看起來 漂亮的 凌亂的，
但 你 能 已經 看 有 a 特別的 結構 和 這些 設計。
一 事物 I 想 到 觀點 出去， 讓我們 得到 擺脫 的 這 別名 條款。
讓我們 只是 看 在 這 相關性 這裡 和 這些 主要的 效果。
你 能 看 在 這 案件，
實際上， 全部 我的 主要的 效果 是 正交 到 每個 其他。
一 事物 到 觀點 出去 這裡，
因為 I 曾是 使用 那 阿達瑪 矩陣 作為 a 大樓 堵塞，
那些 兩級 設計， 我們 有 全部 那 好的 正交性 那裡。
你會 注意 這 分數 增加 在 信心 間隔 長度
是 a 小的 位元 更高。
為什麼 是 那？
出色地， 那是 因為 我們 有 這些 三級 因素。
那些 第一的 因素 是 在 三 水平。
什麼 那 方法 是 那 如果 那裡 是 a 二次函數 影響，
現在 這 是 給予 我 一些 希望 的 偵測 那。
再次， 不 忘記， 是 已經 在 16 運行 和 15 主要的 效果。
如果 我們 開始 思維 關於 二次函數 效果 和 互動，
我們 真的 有 到 希望 為了 那些 大的 效果
什麼時候 它 來 到 正在做 任何 模型 選擇。
如果 你 思考 的 a 傳統的 設計 在哪裡 我們 僅有的 有 二 級別，
在 那 案件， 我們 會 有 不 希望
的 存在 有能力的 到 探測 任何 二次函數 影響。
那是 那 第一的 建造。
在 一些 感覺， 那是 在哪裡 一切 作品 出去 很好。
I 有 a 會議 矩陣 和 I 有 a 跑步 矩陣 可用的 到 我。
那 給出 我 a 跑步 尺寸 那是 a 多種的 的 八。
現在 什麼 發生 如果 I 不 有 一 的 那些？
讓我們 說 我的 設計 是 去 到 是 a 多種的 的 四。
這 跑步 尺寸 是 去 到 是 a 多種的 的 四。
讓我們 認為 現在 那 I 有 a 會議 矩陣 可用的 到 我，
但 或許 I 不 有 a 阿達瑪 矩陣。
如果 你 記起 前，
在哪裡 為了 我的 阿達瑪 I 需要 它 到 是 a 多種的 的 四、
這 原來的 跑步 尺寸， 所以 那 什麼時候 I 加倍 它， 它 曾是 a 多種的 的 八。
反而， 或許 如果 I 不 有 a 阿達瑪 矩陣，
I 可以 使用 某物 喜歡 a D-最優 主要的 效果 計劃。
這 會 只是 是 如果 I 去了 進入 風俗 設計。
讓我們 說 如果 I 通緝 為了 六 跑步， I 會 去 進入 風俗 設計
和 說 I 有 五 主要的 效果， 五 因素，
和 I 想 六 運行 為了 a 主要的 效果。
這 建造 實際上 看起來 a 很多 喜歡 它 做過 在 方法 1.
這 僅有的 真實的 不同之處 是 反而 的 那 阿達瑪 矩陣，
現在 我是 去 到 是 使用 這 D-最優 主要的 效果 計劃。
但 它 轉彎 出去 到 是 這 相同的 事物 這裡。
我是 去 到 有 那些 第一的 M 列 為了 這 三級 因素，
這 其餘的 M 減 1 為了 這 兩級。
我是 真的 在 那 主意 的 飽和
因為 經過 這 時間 I 因素 在 這 截距，
我是 在 二 M-運行 和 2 M 減 1 因素。
讓我們 拿 a 看 在 如何 這 一 可能 看。
在 這 案件，
我是 去 到 去 和 a 10分 會議 矩陣，
哪個 再次， 因為 那是 a 多種的 的 二，
I 能 創造 a 會議 矩陣。
這 一 事物 到 支付 注意力 到 這裡， 儘管，
因為 是 在 10- 跑步，
有 不是 去 到 是 a 阿達瑪 矩陣 的 命令 10 可用的 到 我們。
讓我們 構造 儘管 第一的 儘管， 讓我們 只是 折疊 超過 那 抄送。
再次， 那是 只是 那 類似DSD 結構。
現在 在 這 案件， 因為 I 不 有 那 命令，
和 所以 這 是 在哪裡 你 可以 決定 如何 到 做 這。
你 可能 實際上 甚至 有 你的 自己的 設計 那 你 想 到 使用 在 這 案件。
患病的 說 在 這 案件， 我是 顯示 a D-最優 主要的 效果。
你 可能 想 到 使用 某物 我可以 a 貝葉斯 D-最優
在哪裡 雙重因素 互動 是 如果 可能的。
但 所以 在 這 案件， 全部 那 我已經 完畢
是 我已經 採取 這 D-最優， 10分 設計 為了 九 因素，
和 我已經 只是 發生了 到 包括 這 截距 這裡。
如果 你 去 進入 風俗 設計， 這 是 什麼 你 得到 從 這 模型 矩陣。
這 模型 矩陣 實際上 包括 這 截距 經過 預設.
那是 在 事實 在哪裡 I 有 這 從 這裡。
再次， 我是 去 到 降低。
讓我們 降低 那 截距 柱子。
再次， 這裡 我是 只是 複製 這 精確的 相同的 事物 再次。
我已經 只是 折疊 超過， 不是 折疊 超過。
我已經 只是 複製 這 精確的 相同的 事物 兩次。
它會 是 難的 到 看 作為 到 在哪裡 它 曾是 複製 這裡。
但 再次， 全部 那 我們已經 完畢 是 只是 製成 a 複製。
I 製成 a 複製 的 那 doptN10m9 兩次， 連接 那些 一起。
讓我們 創造 這 數據 桌子 再次。
再次， 20- 運行 和 19 因素。
再次， 保持 在 頭腦 那 我的 第一的 10 因素
是 全部 在 三 級別， 這 其餘的 在 二。
讓我們 拿 a 看 在 評價 設計 再次 這裡。
我是 去 到 放 全部 的 這些 因素 在。
在 這 案件， 前，
讓我們 去 直接地 到 消除 那些 別名 條款。
讓我們 拿 a 看 在 這 顏色 地圖。
這 仍然 看起來 喜歡 a 漂亮的 好的 顏色 地圖 到 我。
什麼 做 我們 注意 這裡 相對 這 最後的 一？
一 的 這 最大 差異 是，
出色地， 這裡 我們的 三 等級 是 仍然 去 到 是 正交，
和 那是 因為 我們 是 使用 a 會議 矩陣。
這 三- 等級 和 這 二- 等級 是 正交。
在 特別的， 我的 三級 因素 是 正交 到 這 兩級 因素。
但 因為 I 曾是 使用 那 10分 設計，
它 轉彎 出去 我們 不能 得到 完美的 正交性
為了 這 10分 設計 和 九 因素。
如果 我們 看 之中 那些 兩級 因素， 我們 有 一些 小的 相關性 那裡。
一 事物 到 觀點 出去，
那裡 做 存在 a 阿達瑪 矩陣 的 命令 20.
在 一些 感覺， 我們 是 服用 a 小的 位元 的 a 打 在 那些 兩級 因素。
但 如果 你 拿 a 看， 這 成本 的 使用 這 類型 的 設計
相對， 讓我們 說， 一切 在 二 級別，
我們 有 關於 a 5% 增加 在 這 信心 間隔 長度。
但 這 好的 事物 這裡 現在 是 那 現在 我們 有 那些 因素 在 三 水平。
如果 我們 真的 是 擔心 關於 二次函數 效果
出現 在 這些 第一的 個， 現在 我們 有 a 機會 的 偵測 那些
在 a 小的 價格 到 那 估計 效率 為了 那些 主要的 效果。
那 曾是 偉大的 在 這 案件
那 我們 仍然 有 a 會議 矩陣 那 存在， 但 不 阿達瑪。
這 最後的 方法，
這 是 在哪裡 我們 不 真的 合身 進入 任何一個 的 那些 案例。
在 這 案件 現在，
是 說 關於 a 跑步 尺寸 是 去 到 是 a 多種的 的 二。
在 這 案件， 什麼 我們 有 是 我們 不 有 a 會議 矩陣 可用的 到 我們。
這 是 在哪裡 是 去 到 使用 那 偽 會議 矩陣。
患病的 說 如果 你是 真的 有興趣的 在 那，
患病的 去 後退 到 這些 初步的。
在 這...
讓我們 看。
實際上， 它 曾是 這 原來的 渠務署 設計。
對不起， 這 2011 權威 篩檢 設計。
如果 你 也 看， I 有 它 在 這 清單 的 參考 在 這 結尾。
讓我們 看， 那些 世界衛生組織 是 特別 有興趣的。
這 原來的 班級 的 三級 設計 為了 權威 篩檢
在 這 在場 的 第二- 命令 效果。
這 紙 曾是 書面 前 他們 是 意識到的 的 這 存在
的 這 主意 的 會議 矩陣。
在 那 紙， 他們 演講 關於 a 一般的 目的 演算法
為了 創造 某物 那 看起來 喜歡 a 會議 矩陣。
你 放 零 沿著 這 對角線，
和 然後 這 休息 的 這 價值觀 是 去 到 是 加 和 減 一，
在哪裡 你是 嘗試 到 製作 a 主要的 效果 D-最優 設計。
這些 偽 會議 矩陣， 作為 他們 是，
他們 看 喜歡 a 會議 矩陣。
你 能 使用 那 演算法 什麼時候 這 會議 矩陣 沒有 存在。
真的嗎， 什麼 它是 嘗試 到 做 是 到 駕駛 它 到 看 作為 關閉 作為 它 能。
如果 你 記住 a 會議 矩陣，
如果 你 拿 C 轉置， 你 得到 零 和 這 離開 對角線
為了 完美的 正交性，
它是 去 到 是 嘗試 到 駕駛 它 到 看 喜歡 那
在哪裡 I 不能 製作 它 完美。
相似的 到 這 案件 我們 有 為了 方法 2、
我們的 T 是 去 到 是 a D-最優 主要的 效果 計劃。
什麼 做 我們 結尾 向上 和 這裡？
再次， 我們的 第一的 M 列 是 仍然 去 到 是 三級 因素，
這 其餘的 M減1 為了 這 二- 等級。
再次， 是 仍然 在 那 案件 的 飽和
經過 這 時間 我們 因素 在 這 截距。
這 成本 這裡 是 那 是 不是 去 到 得到 這 好的 正交性
那 我們 可能 有 有 在 方法 1 和 2.
讓我們 拿 a 看 在 如何 這 一 作品 這裡。
我的 C 在 這 案件，
和 患病的 做 那 抄送。
什麼 I 開始 和 這裡
曾是 a 偽 會議 矩陣 的 命令 九。
九 是 不是 a 多種的 的 二。
I 有 到 做 某物 那 看起來 喜歡 a 偽 會議 矩陣。
讓我們 只是 拿 a 看 這裡。
讓我們 實際上 拿 a 看 和 看 什麼 那 C 運輸 C 看起來 喜歡。
你 注意 I 不能 得到 那 完美的 正交性，
但 反而 I 有 八 沿著 這 對角線
和 然後 這些 加 和 減 一 在 這 離開 對角線。
是 關閉。
I 有 那 副本 那 曾是 只是 正在做 這 相同的 事物， 折疊式的 那 矩陣 超過。
同樣地， 所以 T， 那是 去 到 是 的 這 相同的 命令。
I 拿了 這 九連勝， 八因素， D-最優 設計。
在 這 案件， 我已經 實際上 已經 已刪除 這 截距。
是 只是 去 到 複製 那 設計 再次。
I 有 這 18 經過 8.
我是 去 到 結合 那些 二 件 一起。
讓我們 拿 a 看 在 這 桌子。
這 是 a 特別 難的 設計 到 產生 在 一般的。
在 這 案件， I 不 有 a 好的 數字。
我的 跑步 尺寸 是 18.
現在 I 有 這些 第一的 九 因素 在 三 等級
和 這 其餘的 八 在 二 水平。
不是 出奇， 那裡 是 a 成本 的 這。
再次， 讓我們 只是 消除 那些 別名 條款 再次
和 拿 a 看 在 我們的 顏色 地圖。
你 看 現在， 我的 二 和 三 等級 是 實際上 正交 到 每個 其他，
但 這 三 等級 有 a 小的 相關性 之中 他們。
那 曾是 在哪裡， 記住， 如果 你 記起，
我們 鋸 那 加 和 減 一 和 那 離開 對角線。
同樣地 為了 這 二 水平。
我們 實際上 有 一 相當 高的 相關性 這裡，
但 在 一般的， 所以 關於 0.1。
在 這 案件， 我們 不 甚至 有 一個 正交 設計 到 比較 它 到。
我們 實際上 有 a 夫妻 的 因素 那 我們 可能 是 擔心 關於 a 位元,
有 a 小的 位元 的 a 更大 分數 增加。
那些 三 等級 將要 說， 出色地， 我們 不能 得到 那些 到 是 完美的 作為 它 是。
這 分數 增加 是 比較的 到 這 假想 正交 設計，
這 正交 大批， 哪個 沒有 甚至 存在。
是 付款 a 小的 價格， 但 我們 仍然 有 一些 一般來說 好的 特性。
這 三 等級 是 正交 到 這 二 級別，
和 我們已經 最小化 那 相關性 在 一般的。
在 一些 感覺， 那些 是 那些 三 方法。
這 好的 事物 是 取決於 在 這 跑步 尺寸 那 你 有
和 取決於 在 這 數位 的 因素， 這 方法論 或者 這 班級 的 設計
真的 給出 你 一些 靈活性 在 這 數位 的 運行。
的 課程， 如果 你 能 買得起 a 多種的 的 八 或者 a 多種的 的 四、
這 特性 是 去 到 看 a 很多 更好。
但 I 意思是， 什麼時候 運行 是 真的 昂貴的，
我們 仍然 有 這 方法 3、
哪個 是 去 到 給 你 a 合理的 設計。
和 那， I 只是 想 到 給 一些 最終的 想法 這裡。
I 有 a 關聯。
如果 你 拿 a 看 在 這 雜誌 然後，
I 有 a 關聯 到 a 推介會 從 跳轉 發現 歐洲
從 布拉德利 瓊斯 那 曾是 在 正交 混合 等級 設計。
這 設計 在 這 推介會， 這 正交 混合 等級 設計，
將要 幾乎 看 非常 相似的 到 什麼 曾是 呈現 這裡。
這 設計 呈現 在 這 推介會 是 為了 什麼時候 你是 更近 到 飽和。
I 會 說 這些 正交 混合等級 設計
從 這 以前的 發現， 和 我們 實際上 有 a 紙 在 那。
那是 這 瓊斯 萊基維茨， 和 納希茨海姆
那 曾是 在 JQT， 雜誌 的 品質 技術。
那些 設計 工作 非常 出色地
什麼時候 你 有 關於 一半 這 數位 的 因素 相對的 到 這 跑步 尺寸，
哪個 聲音 a 很多 喜歡 DSD，
但 它是 什麼時候 你 有 更多的 兩級 因素。
在 這 設計 呈現 在 那 推介會，
你 能 去 向上 到 關於 四分之三 的 這 跑步 尺寸。
這 設計 呈現 這裡
是 真的 什麼時候 你是 更近 到 那 飽和，
在哪裡 你 說， 出色地， 不， I 真的 有 a 很多 的 因素
那 我是 有興趣的 在， 和 這 運行 是 真的 昂貴的。
這 設計 這裡 到 充滿 那 最後的 差距 什麼時候 你 想 到 得到 關閉 到 飽和。
I 顯示 你 這些 設計 看 好的，
但 能 他們 實際上 做 任何事物 什麼時候 它 來 到 模型 選擇？
患病的 說 這裡。
再次， 我們 有 跑步 a 很多 的 模擬 在 這些。
這 不是 正在做 它 適當地， 這 是 只是 為了 a 單身的 實現。
讓我們 說 這裡
我的 因素， 所以 稱呼 一， 稱呼 五， 稱呼 十三 和 14，
我已經 選擇 它 作為 存在 重要的。
在 根據 跳轉， 你 可能 想 到 使用 某物 喜歡 逐步地。
讓我們 拿 a 看。
這裡 我已經 完畢 a 合理的 工作。
I 可能 有 結束 向上 和 一 額外的 因素，
但 在 一些 感覺， ID 仍然 是
相當 快樂的 那 我已經 到過 有能力的 到 挑選 向上 那些 效果 那裡。
讓我們 嘗試 這 相同的 事物 和 廣義的 回歸。
如果 我們 拿 a 看， 這 相同的 事物。
讓我們 看， 1、 5、 13， 和 14.
如果 我們 去 後退， 1、 5、 13， 和 14.
在 這 案件，
兩個都 的 你 有 跳轉 專業版 和 廣義的 回歸 或者 合身 逐步地，
兩個都 是 有能力的 到 挑選 向上 那些 主要的 效果 那 我們 有 在 那裡。
只是 到 展示 你 現在， 如果 你 有 a 大的 二次函數 影響，
患病的 說 因為 比較的 到 DSD 在哪裡 我們 有 那 中心 觀點 跑步，
這 我們 僅有的 有 二 零。
我們 不 甚至 有 a 第三 為了 a 中心 觀點
和 我們 有 a 很多 更多的 因素。
偵測 二次函數 效果 是 仍然 去 到 是 難的。
但 讓我們 只是 假裝 我們 有 a 大的 一。
這裡 I 有 再次， 這 1、 5、 13， 和 14.
但 現在 我已經 也 額外 a 相當 大的 二次函數 影響 為了 這 柱子 一。
讓我們 只是 拿 a 看 這裡。
讓我們 嘗試 到 合身 逐步 再次。
現在 我已經 實際上 只是 額外 那些 二次方程式 在 這 模型。
再次， I 有 一 額外的 學期，
但 如果 你 看， 甚至 在 這 案件， 它 做過 實際上 挑選 向上 那 二次函數 影響。
不是 僅有的 做過 它 挑選 向上 這 正確的 主要的 效果，
它 做過 探測 這 二次函數 影響 那 I 有。
讓我們 嘗試 這 相同的 事物。
讓我們 看 這 模型 發射。
它 看起來 喜歡 I 已經 有 它 顯示 這裡。
這 相同的 事物。
你 看 這 1、5、 13， 14，
和 廣義的 回歸 曾是 也 有能力的 到 挑選 向上 那 二次函數 影響。
患病的 說 I 會 不是 預計 到 預料
那 你 能 探測 那 許多 二次函數 效果。
但 甚至 如果 你 看 在 你的 殘差 劇情 或者 你的 主要的 效果 情節，
甚至 那些 二 零 給 你 一些 指示
那 或許 I 做 想 到 跟隨 向上
和 拿 a 看 在 那些 因素 a 小的 位元 更深 為了 二次函數 效果。
在哪裡 再次， 在 你的 傳統的 篩檢，
如果 你是 僅有的 正在做 事物 在 二- 等級， 你 不會 有 這 機會 到 做 那。
和 那， 再次， I 將要 郵政 這 雜誌 在哪裡 這 影片 是 位於，
但 患病的 也 閃光 向上 這些 參考 在 這 時間。
和 那， 感謝 你 為了 服用 這 時間 到 手錶 這 影片,
和 請 分享 任何 訊息 你 有 在 這 社群 以下。
