实验设计指南  • 实验设计介绍
上一个
 • 
下一个
实验设计介绍
“实验设计”平台概述
JMP“实验设计”平台可协助您设计实验。大多数平台都侧重于构造各种类型的设计， 其余平台则用来支持设计工作。本章为“实验设计”菜单下的每个平台提供了简要的概述。
设计构造平台
定制设计
构造适合众多设置的设计。与完全基于经典设计的方法相比，定制设计往往更经济和灵活。
定制设计可适应各种类型的因子、约束和不被允许的组合。在试验次数给定后，您可以指定哪些效应是必须要估计的，哪些是期望估计的。还可以指定符合您实验情形预算的试验次数。定制设计还支持难以更改的因子和极难更改的因子，从而允许您构造裂区及相关设计。
“定制设计”平台可构造许多特殊的设计类型：
‒
筛选
‒
响应曲面
‒
混料
‒
随机区组
‒
裂区
‒
裂-裂区
‒
双因子裂区
您可以使用其他平台构造经典筛选设计、响应曲面设计和混料设计。不过，“定制设计”平台可赋予您其他平台所不具备的灵活性。只能使用“定制设计”平台来构造适用于裂区情形的设计。
确定性筛选设计
针对连续因子和二水平的分类因子构造筛选设计。若您怀疑存在活跃的交互作用或曲率，则确定性筛选设计会十分有用。确定性筛选设计支持您标识强非线性效应的来源，同时避免最高达到二阶的任何效应之间的完全混杂。
确定性筛选设计的规模较小。试验次数大约为因子数量的两倍。在三个水平下设置连续因子。确定性筛选设计支持将试验分组到区组中。区组数是用户指定的。
拟合确定性筛选设计
使用称为 DSD 的有效模型选择的方法分析确定性筛选设计。该方法利用确定性筛选设计的特殊结构。
筛选设计
为具有任意水平数的连续、离散数值和分类因子构造筛选设计。存在标准设计时，您有两个选项：
‒
从经典筛选设计的列表中进行选择。这些设计允许使用二水平连续因子，或是二水平或三水平分类或离散连续因子。
‒
为主效应生成正交或接近正交的设计。接近正交设计允许分类和离散数值因子包含任意数量的水平，也允许二水平连续因子。这些设计侧重于在交互作用可忽略不计的情况下估计主效应。
对于许多筛选情形，标准设计都不可用。在这些情形下，您可以构造接近正交筛选设计。
响应曲面设计
构造对连续因子的二次函数建模的设计。要拟合二次效应，响应曲面设计要求每个因子有三个设置。JMP 可为至多八个因子提供响应曲面设计。
您可以从中心复合设计或 Box-Behnken 设计的列表中进行选择。在适用的情况下，以正交方式分区组的中心复合设计包含在该列表内。支持对中心复合设计进行多种修改。
完全析因设计
为任意数量的连续或分类因子（均可包含任意数量的水平）构造完全析因设计。完全析因设计对因子设置的每种组合都进行一次试验。完全析因设计的规模往往较大。试验次数等于因子水平个数的乘积。
混料设计
构造在因子为混料成分时使用的设计。在混料实验中，一种成分比例的变化要求其余的一种或多种成分随之变化以保持总和不变。可从若干设计类型（包括一些经典混料设计方法）中进行选择：最优、单纯形重心、单纯形格点、极端顶点、ABCD 和空间填充。对于最优、极端顶点和空间填充混料设计，您可以指定线性不等式约束以限制设计空间。
覆盖阵列
构造您可以用来测试软件、网络和其他系统的组合设计。强度为 t 的覆盖阵列具有以下属性：每 t 个因子的每种水平组合都会出现在至少一个试验中。覆盖阵列允许使用任意数量的分类因子，每个分类因子可含有任意数量的水平。可以指定不被允许的组合。
选择设计
构造您可用来比较前瞻产品的设计。选择设计中的因子是产品特性。该设计按照两个、三个或四个一组来安排产品特征（即各种特性的组合）。该实验会让响应者指明他们倾向于一对特征中的哪一个特征。您可以生成反映有关产品特性的先验信息的选择设计。
MaxDiff
构造一个由选择集构成的设计，在 MaxDiff 研究中，可将这些选择集提供给响应者。响应者仅从一组较小的选择集内报告最偏好和最不偏好的选项。这会强制响应者按照偏好对选项排名，这样生成的排名往往比使用标准偏好尺度获得的排名更具有确定性。
空间填充设计
构造的设计适用于关注的系统为确定性或接近确定性系统的情形。标准应用涉及为高度复杂的确定性计算机模拟模型创建较为简单的代理模型。
确定性系统中不存在变异。其目标是要最小化拟合模型与真正模型之间的差异（偏倚）。空间填充设计尝试通过让设计点的分布尽量远离彼此或是在设计区域中均匀分布各点来满足该目标。
JMP 提供七种空间填充设计方法。快速灵活填充设计是其中一种设计方法，它可适应包含任意数量水平的分类因子并支持线性约束。
加速寿命试验设计
构造和扩充的设计可用于检验旨在加速失效时间的极端条件下的产品。使用实验结果来预测正常操作条件下的可靠性。
寿命分布可以为对数正态分布或 Weibull 分布。设计中可包含一个或两个加速因子。若有两个加速因子，您可以选择包含其交互作用。您可以为加速模型参数指定先验分布。提供 D 最优设计和两类 I 最优设计。
非线性设计
构造和扩充的设计可用于拟合参数为非线性的模型。您可以使用现有数据的模型拟合的估计值构造设计。若没有基于模型的估计值，则还可以通过应用先验知识来构造设计。
田口数组
构造可用于信噪比分析的设计。这种设计基于田口内表和外表方法。控制因子设置构成内表，噪声因子设置构成外表。均值和信噪比是关注的响应。
若不使用田口数组，也可以通过构造定制设计来包含控制因子、噪声因子和噪声控制交互作用。此类设计称为组合数组，该数组通常比田口数组更经济且包含信息更多。
支持平台
评估设计
为现有实验设计提供诊断。“评估设计”平台为您提供多种方法来评估设计的优点和局限性。该平台可与任何数据表一同使用，不仅仅是使用 JMP 创建的设计。
提供了以下若干诊断：
‒
功效分析
‒
预测方差图
‒
参数的估计效率
‒
别名矩阵，显示模型效应的偏倚结构
‒
色图，显示效应间的绝对相关性
‒
设计效率值
比较设计
同时比较两个或三个设计，以探索和评估其性能。诊断显示各个设计相对于彼此的性能如何，以及在绝对意义上的性能如何。
扩充设计
向现有设计添加试验，目的是使生成的设计最优。扩充设计支持您以迭代方式进行实验。您可以重复设计、添加中心点、创建折叠设计、添加轴点、添加点以创建空间填充设计，或是以指定的试验次数扩充设计。您可以将试验分组到区组中，以便将原始试验与扩充试验区别开来。您可以添加原始模型中不存在的模型效应，并为这些效应指定可估计性要求。
样本大小与功效
为以下多种检验情形提供样本大小与功效计算：一个或多个样本均值、标准差、一个或两个比例、每单位计数（Poisson 均值），以及 sigma 质量水平。对于这些选项，您可以通过指定三个量中的两个量来计算第三个量。这三个量分别是您要检测的差值、样本大小和功效。若您仅提供这三个值中的一个，系统会提供另外两个值之间的关系图。
您可以计算可靠性检验计划（目标是估计失效概率）所需的样本大小。还可以计算可靠性验证（目标是证明某个产品符合或超过指定的标准）所需的样本大小。