如何设计一个包含禁止组合的选择题？我正在使用 DOE 选择设计功能来创建离散选择实验的设计。我想排除一些属性水平的组合，因为它们在逻辑上不合理，而且我想减轻受访者的认知负担。（例如，排除“没有失业”和“十分之八的家庭经济困难”的组合。）
我知道自定义实验设计 (DOE) 选项允许禁用某些组合，但我仍然希望能够像在“选择设计”选项中那样使用先验均值/方差矩阵。据我所知，自定义 DOE 中无法使用这些先验，而选择设计选项卡中也无法禁用某些组合。有没有办法既能禁用某些组合，又能使用我的先验均值/方差矩阵？
实验设计回复：如何进行包含禁止组合的选择设计？您好@jlynn21 ，您很清楚目前 JMP 19.x 版本的功能有限；很遗憾，选择设计是唯一可以整合这些先验信息的地方，但目前（就我研究和测试的结果而言）尚不支持禁用组合的功能。我强烈建议您在JMP 用户社区的愿望清单上提出这项功能的需求！同时，我会继续寻找其他方法，如果能提供任何其他建议，我会及时通知您。除了生成候选集并使用数据表筛选（JMP 19 在这方面有所改进）或 JSL 脚本来筛选出包含禁用组合的行之外，还有其他方法。
回复：如何进行包含禁止组合的选择设计？嗨@jlynn21 ，
@PatrickGiuliano已经向您介绍了该平台的当前状态及其选项。
选择设计可以看作是部分因子设计的一个特定子集，它只有分类因子、实验的区组/分组（以创建选择集）、离散选择响应，并且通常有一些约束（例如，在实验子集/选择集中可以改变的因子/属性的数量）。
针对你的情况，我认为或许还有两种方法可以帮助你（这两种方法可以结合起来使用）：
- 使用自定义设计平台，并根据您已有的研究信息，使用 A 最优性准则及其A最优性参数权重，以增强您希望降低方差的影响因素。您也可以直接在自定义设计平台中指定不允许的组合（通过筛选或脚本编写）。
- 如果您已有先前的研究/选择设计，请使用该设计并使用增强设计平台。这样，您先前设计中的信息将被保留，并且增强功能将有助于更精确地估计效果（使用 D 或 A 最优性准则，并可添加 A 最优性参数权重）。
希望这个方法能帮到你。
回复：如何进行包含禁止组合的选择设计？为了更好地说明本文提出的方法，这里先简单介绍一下背景：
1. 使用自定义设计平台，并根据您已有的研究信息，使用 A 最优性准则及其A 最优性参数权重，以增强您希望降低方差的影响因素的权重。您也可以直接在自定义设计平台中指定不允许的组合（通过过滤或脚本编写）。添加随机块有助于创建所需大小的选择集。
这种方法或许可行，但前提是您不介意不使用先验信息，而是假设所有选项的效用值都相等（即所有β系数/效用参数均为零）。在效用值相等的假设下，离散选择设计的信息矩阵等价于分块设计的信息矩阵（在所附论文中，他们称之为效用中性设计）。
因此，根据方法 1，您可以使用自定义设计中的随机分组功能来创建大小相等的选择集，并结合其约束条件。
2. 如果您已有先前的研究/选择设计，请使用该设计并使用增强设计平台。这样，您先前设计中的信息将被保留，并且增强功能将有助于更精确地估计效果（使用 D 或 A 最优性准则，并可添加 A 最优性参数权重）。
这种方法也行得通，但前提是您不打算使用关于效用参数的先验知识，因此您假设所有配置文件的效用值都相同。某种程度上，您（间接地）运用了这些先验知识，因为您会利用现有的设计（该设计是基于这些效用参数创建的），但您仍然假设增强运行中所有配置文件的效用值都相同。
换句话说：先验知识的引入是间接的，因为如果不明确提供效用参数的先验知识，就很难保证扩展选择集中的选项是效用平衡的。扩展运行的选择是为了补充现有设计（例如，力求实现因子组合的等量重复等），但无法保证效用参数的效用平衡。
