最近，一些客戶問我如何入手實驗設計如果他們有關於要構建的產品的技術知識，或者要遵循的流程步驟，但沒有先前的統計信息。他們希望徹底規劃下一個實驗，並以允許進行合理分析的方式收集數據。他們希望下一個實驗成為更複雜的開發基礎，並帶來顯著的業務改進。
JMP 使任何人都可以輕鬆設計實驗，從而以盡可能少的運行次數得出可靠的結論。我最喜歡的例子是造紙直升機的建造。這裡的一個簡單的方法 。
我們可以使用JMP立即進入我們實驗的框架。要訪問該對話框，請單擊菜單項DOE，然後選擇“自定義設計”。在第一個設計區域，我們指定響應，即我們觀察到的變量，以驗證我們的實驗結果。在這種情況下，我們雙擊第一行的名稱字段並鍵入“時間”，因為在這種情況下它是（唯一的）感興趣的變量。我們希望最大化飛行時間，因此我們可以簡單地接受默認值。對於更複雜的情況，我們可以添加任意數量的目標變量以及最大化，最小化或匹配目標目標的任意組合。此外，可以對響應進行加權以反映其相對重要性。
作為第二步，我們列出了我們想要以不同組合組合的所有因素，以找到目標變量的最佳結果。由JMP設計的實驗由因子水平的不同組合定義。在添加因子之前我們唯一需要知道的是它的數據類型 - 也就是說，它是連續變量還是分類變量？現在我們逐個輸入所有因素：從紙張類別開始，無論是常規還是債券（兩個級別）;添加連續變量Wing Area，範圍從12到13;依此類推，直到輸入所有驅動因子，如圖1所示。
同樣，因子的數量是無限的，並且JMP中允許分類和連續變量的任何組合。
輸入因子後，我們會發現模型區域填充了一個名為Intercept的效果以及我們輸入的所有因子的列表。在這一點上，我們需要考慮我們的目標以及我們可能擁有的技術信息或假設。我們是否希望快速決定哪些因素具有影響力？我們是否可以忽略其他因素改進流程？如果是這樣，那麼我們按原樣接受模型。
另一方面，我們是否知道或期望因子與目標變量之間的關係不是線性的？我們是否知道或期望這些因素以協同或敵對的方式相互影響？如果是這樣，那麼我們需要在模型中添加相應的術語。在該示例中，Wing Area可能對飛行時間產生非線性影響。因此，我們在模型和因子列表中標記Wing Area（參見圖2），然後單擊Cross按鈕。
現在JMP顯示建議的運行次數，我們可以進行設計（圖3）。此過程涉及隨機啟動，因此使用完全相同的設置多次構建設計不一定會導致相同的實驗。但所有設計都符合相同的質量標準。
創建設計時，會出現一個名為“設計評估”的新部分。設計評估中有用的子標題是係數的相對方差。它有助於我們看到，實驗（即權力）發現重要因素的可能性有多大。您可能希望在此處看到高於0.8的值，但這一切都取決於信噪比。它越高，您越早發現因子影響。如果您確實擁有此信息並且對計算的功率不滿意，則可以返回（使用窗口底部的“返回”按鈕），增加自定義運行次數，生成設計並再次查看功率計算。您可以重複這些步驟，直到在運行次數和實驗功效之間取得正確的權衡。
接下來，選擇Make Table，JMP生成一個數據表，其中包含您應該運行每個實驗的級別以及每個響應變量的空列的所有因子。變量都具有元信息，可以保存您的試驗設計規範，並且有一個腳本可以在實驗完成後運行，並且收集數據以使用您指定的模型評估實驗。
該實驗設計具有給定任務的最低運行次數。它只需要很少的技術信息，也無需計算統計專業知識。當我向客戶解釋這些步驟時，他們相信他們可以改進他們的結論和決策方式。所以現在輪到你在JMP中應用客戶設計師了。你將如何使用它？
