具有不同整区数的裂区设计
在本例中，比较具有不同整区数的两个裂区设计。这些设计针对三个因子：
• 一个连续的难以更改的因子
• 一个连续的易于更改的因子
• 一个三水平分类易于更改的因子
这些设计包括假定模型中的所有双因子交互作用。您可以最多进行 20 次试验，而且您想要使用 4 或 8 个整区进行比较。
启动比较设计
1. 选择帮助 > 样本数据，点击打开样本脚本目录，然后选择 Compare Split Plots.jsl。
2. 在脚本窗口中右击并选择运行脚本。
使用定制设计构造了两个设计表：
‒ 4 Whole Plots
‒ 8 Whole Plots
您想要比较这两种设计。请注意 4 Whole Plots 表是活跃的。
3. 在 4 Whole Plots 表中，选择实验设计 > 设计诊断 > 比较设计。
4. 从将“4 Whole Plots”对比列表中，选择 8 Whole Plots。
针对该设计的面板添加到启动窗口中。JMP 按照各列出现在两个设计表中的顺序自动匹配各列。
图 16.13 已完成的启动窗口
5. 点击确定。
6. 打开“参考设计”下的匹配方式分级显示项：20 次试验“4 Whole Plots”。
图 16.14 裂区设计的匹配方式
请注意，“整区”列输入为设计的一部分。这是必需的，因为“比较设计”需要了解整区结构。
检查报表
“设计评估”报表提供用于比较两个设计的多种诊断信息。
图 16.15 两个裂区设计的功效分析
“功效分析”报表显示：整区因子 X1 的功效对于 4 个整区设计 (0.19) 比起对于 8 个整区设计 (0.497) 要小得多。不过，4 个整区设计检测裂区效应的功效较高，特别是两个裂区因子的交互作用 X2*X3（0.797 对比 0.523）。请注意，色条和图例下面给出了组合效应 X2*X3 的功效。
图 16.16 比较裂区设计的相对估计效率
“相对估计效率”报表显示了 X1 的相对估计效率为 0.778。这指示 4 个整区设计的 X1 的标准误差比 8 个整区设计明显大得多。
打开“估计的相对标准误差”报表。您可以看到 4 个整区设计中的 X1 的相对标准误差为 0.553，而 8 个整区的误差为 0.43。
在“相对估计效率”报表中，X2*X3 2 的相对估计效率为 1.449，这表明 8 个整区设计的与 X2*X3 2 关联的参数的标准误差比 4 个整区设计明显大得多。
“功效分析”报表和“相对估计效率”报表指示设计的选择围绕着检测整区效应 X1 的重要性。8 个整区设计为您提供了更好的检测整区效应的机会。4 个整区设计对于检测涉及分类变量的裂区效应要好一些。