用JMP做实验设计(DOE)-筛选设计
可以使用 JMP 筛选设计器创建筛选设计,但定制设计器更为灵活且普遍。以下描述的
简要筛选实例显示了“定制”并不等于“奇异”。定制设计器是通用设计环境。同样地,
它可以创建筛选设计。
创建仅限于主效应的筛选设计
要使用定制设计器创建仅限于主效应的筛选设计,请执行以下操作:
试验设计专家请注意:结果是分解度为 3 的筛选设计。所有的主效应均可估计,但其会与二因子交互作用混杂。
注意:别名矩阵显示模型中的常数系数和主效应项是如何因不在模型中的二因子交互作用项造成
偏差的。例如,表中标记为 2 6 和 3 4 的列在 X1 行有一个 1。这意味着 X1 的主效应预期值
实际上是 X1 的主效应和二因子交互作用 X2X6 和 X3X4 的总和。您假定这些交互作用与 X1
的实际效应相比,大小上可以忽略。
简要筛选实例显示了“定制”并不等于“奇异”。定制设计器是通用设计环境。同样地,
它可以创建筛选设计。
创建仅限于主效应的筛选设计
要使用定制设计器创建仅限于主效应的筛选设计,请执行以下操作:
- 选择试验设计 > 定制设计。
- 输入六个连续因子到“因子”面板中
- 单击继续。默认模型仅包含主效应。
- 使用默认的八次试验,单击制作设计。
试验设计专家请注意:结果是分解度为 3 的筛选设计。所有的主效应均可估计,但其会与二因子交互作用混杂。
- 单击展开按钮(在 Windows/Linux 中为 , Macintosh 中为 )以打开别名矩阵。
注意:别名矩阵显示模型中的常数系数和主效应项是如何因不在模型中的二因子交互作用项造成
偏差的。例如,表中标记为 2 6 和 3 4 的列在 X1 行有一个 1。这意味着 X1 的主效应预期值
实际上是 X1 的主效应和二因子交互作用 X2X6 和 X3X4 的总和。您假定这些交互作用与 X1
的实际效应相比,大小上可以忽略。
没有找到相关结果
已邀请:






22 个回复
jackyliu2008 (威望:0)
赞同来自:
这方面资料不多,有点是一点。