避免主效应与双因子交互作用存在别名关系的设计
假定您主要关注的是估计六个连续因子的主效应。不过，您希望在估计时尽量减少主效应与可能活跃的双因子交互作用之间的别名关系。
您的预算仅允许进行 16 次试验。六个因子有 15 个可能的双因子交互作用。拟合常数、六个主效应和 15 个双因子交互作用所需的最小试验次数为 22。
在本例中，您需要在仅限主效应的 8 次试验设计（请参见仅估计主效应的设计）与能够拟合所有双因子交互作用的 22 次试验设计之间作出取舍。您将“别名最优性”用作实现目标的最优性准则。
1. 选择实验设计 > 定制设计。
2. 在添加因子数旁边键入 6。
3. 点击添加因子 > 连续。
4. 点击继续。
模型默认包含主效应项。这些项的默认可估计性为“必需”。在“别名项”分级显示项中，请注意添加了二阶交互作用。默认情况下，未包含在假设模型中的所有双因子交互作用都添加到“别名项”列表中。
5. 点击“定制设计”红色小三角并选择最优性准则 > 制作别名最优设计。
选择“制作别名最优设计”指示 JMP 生成在减少别名关系与提高 D 效率之间达到平衡的设计。请参见别名最优性。
6. 点击用户指定，将试验次数改为 16。
图 5.9 因子、模型、别名项和试验次数
注意：在step 7中设置“随机种子”，在step 8中设置“开始数”，这将会重现本例中显示的确切结果。自行构造设计时，这些步骤不是必需的。
7. （可选）点击“定制设计”红色小三角，选择设置随机种子，键入 12345，然后点击确定。
8. （可选）点击“定制设计”红色小三角，选择开始数，键入 10，然后点击确定。
9. 点击制作设计。
10. 打开设计评估 > 别名矩阵分级显示项。
图 5.10 别名矩阵
所有行包含的都是零，这意味着“截距”和主效应项没有因任何双因子交互作用而产生偏倚。
11. 打开设计评估 > 相关性色图分级显示项。
图 5.11 相关性色图
“相关性色图”显示可以独立于双因子交互作用对主效应进行估计。不过，某些双因子交互作用与其他双因子交互作用之间具有完全别名关系。将光标置于对角线之外的红色方块上，可检查哪些双因子交互作用混杂。
结果表明：这一特定设计是一个分辨率 IV 正交筛选设计。主效应相互之间以及与双因子交互作用之间均没有别名关系。不过，双因子交互作用与其他双因子交互作用之间具有完全别名关系。