確定性篩選設計的新分析方法布拉德利·瓊斯 (布拉德利瓊斯), 博士, JMP 首席研究員, SAS
確定性篩選設計 (DSD) 是一種強大的新篩選方法，它為研究人員提供了一種在大約兩倍於因子數量的運行中了解主效應、雙因素交互作用 (2FI) 和二次效應的方法。 主效應與 2FI 和二次效應相互正交。 然而，2FIs 和二次效應是相關的，儘管沒有混淆。 儘管如此，這種相關性使得萬無一失的模型選擇變得困難。 本演講展示瞭如何利用 DSD 的特殊結構來獲得最清晰的結果。
實驗設計回复：確定性篩選設計的新分析方法<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我願意將插件發送給直接通過電子郵件發送給我的個人用戶bradley.jones@jmp.com . 這樣，如果我進行增強或修復我發現的任何錯誤，我可以發送更新的插件。
回复：確定性篩選設計的新分析方法我正在使用覆蓋數組（JMP12 Pro 中的新功能）在許多不同場景下對 AddIn 進行軟件測試。 假設新方法通過了所有測試，我會將它放在文件交換中。
回复：確定性篩選設計的新分析方法我也想知道插件是否已經發布？ 我搜索了加載項，但沒有看到布拉德利在他的演講中提到的那個。如果尚未發布，是否可以提供。謝謝！
回复：確定性篩選設計的新分析方法感謝您對改進的 DSD 實驗分析方法進行了精彩的演示。文件交換社區是否會提供 DSD 分析插件？
謝謝，
凱文
