在筛选设计中充分利用DOE运行预算我正在向大家寻求一些指导。我正在准备一个用于自定义设计培训的示例。我想演示一个包含 5 个连续因子的筛选设计。我的运行预算为 15 次运行。
使用自定义设计的主效应模型，运行 12 次（假设信噪比为默认值），我得到的统计功效为 0.821。
我的问题是如何最好地利用这额外的3次跑动机会。
- 我需要运行中心点吗？
- 我需要运行重复测试吗？
- 我是否需要进行额外的绘制来填充设计空间？
我猜这取决于我的主要关注点是什么以及筛选 DOE 的目的。
我希望为新的 DOE 从业者制定一些简单的指导原则，例如“如果您主要关心更好地了解噪声，那么运行 3 个中心点”或“如果您主要关心……，那么运行 3 个重复实验”或“如果您主要关心了解……，那么在设计空间的不同部分进行额外的运行”。
顺便说一下，我猜最好的办法可能是利用这 15 次运行结果，做一个明确的筛选设计，但这属于另一个模块的主题，而我希望在这个场景下坚持使用自定义设计。
非常感谢您的任何想法。
高级统计建模质量与工艺工程回复：筛选设计中如何最佳利用DOE运行预算嗨@ar2 ，
就你的情况而言，我会直接使用设计探索者运行所有这些场景。这样你就能得到一个表格，其中包含大部分设计性能诊断信息，涵盖不同的运行规模、重复运行次数、中心点、最优性准则等等。虽然它不能解答所有问题，但基于指标和数值，这是一个很好的起点。
您可以参考我在此处提供的DSD示例，了解如何比较不同的设计： 确定性筛选设计的区块和中心点
除了用于一些设计性能指标外，中心点通常还用于以下三个主要目的：
- 估计失拟检验的纯误差，以评估你的模型是否足够好。
- 降低实验空间中心区域的方差预测。
- 检测响应中的曲率。但这种曲率效应无法与特定的二次因子效应联系起来。
因此，是否添加中心点（或者在可估计性为“必要”或“如果可能”的模型中添加二次效应，尤其是在实验预算较低的情况下）主要取决于你对系统的先验知识，以及你可能对某些因素产生的任何二次/曲率效应。
这个平台唯一无法涵盖的情况是使用空间填充增强技术来增强你的设计。但对于最后这种情况，主要问题在于设计空间的覆盖范围，而不是改进基于模型的设计指标。
希望这个回答对您有所帮助。
回复：筛选设计中如何最佳利用DOE运行预算谢谢维克多
Design Explorer 是 JMP 标准版的一部分，还是 JMP 专业版的一部分？
我还没用过，我会看看。考虑到学员们对DOE和JMP完全不熟悉，我担心Design Explorer对他们来说可能有点复杂。我原本想制定一些非常简单的指导原则，但或许通过尝试使用Design Explorer，我可以构建这些原则。
回复：筛选设计中如何最佳利用DOE运行预算嗨@ar2 ，
设计探索者适用于所有 JMP 许可证（标准版和专业版）。
你可以用它来测试多种方案，然后从测试中提取一些知识/信息，以便让学生清楚地了解结论（使用可视化和简单的分析来显示不同情况的优缺点）。
随着学生们对实验设计越来越熟悉，我鼓励您（以及他们）利用这个平台来寻找具体的用例/示例，因为它能让他们更好地根据相关指标比较、评估和选择设计方案，而且在这个平台的支持下，根据他们在特定用例上的学习目标，解释和证明他们的设计选择，对他们来说也是一个很好的练习。
最好的，
回复：筛选设计中如何最佳利用DOE运行预算谢谢维克多，我会仔细研究一下这个平台。
