该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


实验设计指南  • 评估设计 • “评估设计”窗口 • 设计诊断
上一个
 • 
下一个
设计诊断
“设计诊断”分级显示项显示 D、G 和 A 效率以及预测的平均方差。若设计包含设置为“困难”或“极难”更改的因子或包含“可估计性”指定为“若可能”的效应，则不显示这些诊断。
若是从实验设计平台访问“设计诊断”，而不是从“评估设计”访问“设计诊断”，“设计创建时间”给出创建设计所需的时间。从“评估设计”平台访问“设计诊断”时，“设计创建时间”给出“评估设计”平台计算结果所需的时间。
图 15.25显示 Design Experiment 文件夹下 Bounce Data.jmp 样本数据表的“设计诊断”分级显示项。
图 15.25 “设计诊断”分级显示项
警告：效率测度不应由自身来解释。但是可以使用它们来比较设计。对于给定的两个设计，效率测度值更高的设计好一些。尽管任何准则的最高效率均为 100，但是 100% 的效率对于很多设计问题来说是不可能实现的。
符号
下文给出的效率测度说明中使用以下符号：
•
X 是模型矩阵
•
n 是设计中的试验次数
•
p 是模型中的项数（包括截距）
•
是点 处的相对预测方差。请参见相对预测方差。
•
是设计区域上的最大相对预测方差
D 效率
根据 D 最优性准则，设计相对理想正交设计的效率。若设计使回归系数的向量的联合置信区域最小，则设计是 D 最优的：
G 效率
根据 G 最优性准则，设计相对理想正交设计的效率。若设计使设计区域上的最大预测方差最小，则设计是 G 最优的：
用 D 表示设计区域，
注意：使用设计空间的 Monte Carlo 抽样计算 G 效率。因此，同一设计的再次计算可能略有不同。
A 效率
根据 A 最优性准则，设计相对理想正交设计的效率。若设计使回归系数的方差之和最小，则设计是 A 最优的：
预测的平均方差
在设计空间中的点 处，按以下方式定义相对预测方差：
请注意，这是预测方差除以误差方差得到的值。有关计算的详细信息，请参见 Goos and Jones (2011) 中的第 4.3.5 节。
设计创建时间
“设计创建时间”给出“评估设计”平台计算结果所需的时间。