贝叶斯D 最优设计检验弯曲

以前看JMP软件的介绍，说DOE是其的传统优势，下面有个JMP提供的在DOE中用一次试验来检验弯曲的方法，不是太懂，根大家共享：

在筛选设计中，试验者通常会为设计添加中心点及其它检查点，借以确定假定模型是否恰当。尽管这是一种良好的实践，但并非最好。JMP定制设计器在为选择对于模型假设稳健的设计提供理论基础和易于使用的界面的同时，也对这种并非最好的实践提供了一种改进的方式。

设计中检查点的用途是为不包含在假定模型中的更高阶效应提供一种检测机制。这些高阶项称为潜在项（用q 表示在 JMP “如果可能选项”中潜在项的个数）。假定模型由基本项组成（用p 表示在 JMP 的必要选项中基本项的个数。）

要利用“如果可能选项模型项”方法的优势，样本大小必须大于基本项个数但小于基本项与潜在项之和。即p < n < p+q。“使用如果可能选项模型项”的方法的正式名称为贝叶斯D 最优设计。这种类型的设计允许在提供潜在项的综合可检测性（及一定程度的可估计性）的同时精确估计所有基本项的方法。

例如：对于一个具有一个截距、两个主效应和一个交互作用的模型的二因子设计，存在p =4 个基本项。

假设您能承担一次额外试验 (n = 5)。您想要将此点用作弯曲的检查点。如果您保持模型不变，增加样本大小，则定制设计器将重复四个角点之一。在模型中重复试验是改进项目估计的最优选择，但它无法检查失拟合。向模型添加两个二次项将使总项数为六项。这是一种直接构建曲面模型的方法。但要达到此目的，定制设计器还需要两次（至少）额外试验，这就超出了五次试验的预算。

贝叶斯D 最优设计提供了一种仅通过一次额外试验就能检查弯曲的方法。要用JMP创建该设计：

1. 选择试验设计 > 定制设计。
2. 定义两个连续因子（X1 和 X2）。
3. 单击继续。
4. 高亮度显示两个主效应，然后单击“模型”面板上的交互作用按钮，选择二次。结果如
5. 单击“模型”面板中的幂按钮并选择二次。这样会添加两个二次项。
6. 选择两个二次项（X1X1 和X2X2），然后单击当前可估计性（必要）以展开菜单。

现在，将p = 4 个基本项（截距、两个主效应和交互作用）指定为必要，而将q = 2 个潜在项（两个二次项）指定为如果可能。所需的试验次数 5 介于 p = 4 和p + q = 6 之间。

1. 在试验次数编辑框中输入 5。
2. 单击制作设计。生成的因子设置显示在图 2.20 中。设计中的值可能不同于下面显示的值。
3. 单击制表。此时将出现数据表。

10.通过选择图形 > 叠加图创建图 2.21 中的叠加图，然后插入X1 为Y， X2 为X。叠加图描述了设计如何合并单一附加试验，但将因子设置放置在设计中心，而不是其中一个角。