JMP Background

JMP®的实验设计(DOE)功能

实验设计(DOE)是一种普遍使用的实验方法,用于探索多个因子的机会空间,而JMP能为用户提供强大、易用的功能,用以进行高效的设计和分析。

理性的实验方法论在高效的信息收集领域有广泛的应用。为了揭示输入(因子)和输出(响应)之间的关系或对其进行建模,最佳的方法是慎重地调整前者,并同时观察后者是否会发生相应的变化。根据预先指定的设计主动调整因子,是获得有用新结论的最佳方式。

但是,一旦有多个因子(绝大多数现实情况中都是如此),那么每次只更改一个因子的设计将无法胜任。为了正确地揭示各个因子如何共同对响应产生影响,您需要使用实验设计(DOE)功能。

除了一整套完善的、经过反复验证的经典DOE设计资料库之外,JMP还能提供创新的定制设计功能来帮助您完善设计,从而在不浪费宝贵资源的情况下解答具体问题。完成数据收集工作后,JMP即可高效地进行分析和建模,让您轻松地看到响应的规律,进而确定活跃因子并优化响应。

经典设计

Ronald Fisher首先介绍了实验设计的四个不变原则:析因原则、随机化、重复和分区组。但是直到最近,生成并分析设计以利用这些原则都主要依靠手工计算。尽管存在这个困难,经过从业者80多年的宝贵积累,创造出一系列广泛应用的设计系列,能够满足各种具体情况和实验目标的要求。JMP提供您期望的所有经典设计类型,包括完全析因、筛选、响应曲面、混料和田口设计表。在定义因子和响应之后,JMP可让您从所列设计中选择适用的设计,并提供各种设计评估工具,例如预测方差刻画和设计空间比例图,从而在使用任何资源之前评估您的选择。一旦实验运行完成,借助早在设计过程就已存储在数据表中的预置JMP脚本就可直接进行分析。

裂区设计

在实际应用中,存在着如工业烤箱的温度或麦田的位置等难以改变的变量。而对于完全随机化设计而言,可能需要在每次运行时重置此类因子。显然,这样做有些不切实际或者会造成成本过高。最适合此类情况的设计实验名为裂区实验。JMP现支持在设计中增加协变量因子。软件能够生成I最优裂区设计、再裂区设计和条区设计。JMP生成设计并在含有实验设计的表格中包括了适用的随机效应约束最大似然(REML)模型,将其作为表格文件中的一部分。

其他设计

即使响应中没有固有的变异性,实验设计依然在有效探索高维度因子空间方面有用武之地。为了满足这种情况,JMP提供空间填充设计,主要通过高斯过程平滑线对其进行分析,从而得到预测偏差和方差较低的替代模型。JMP也可生成并分析选择设计,这种设计要求消费者或用户表明自己在候选项之间的偏好,如果需要,可将价格作为因子纳入。最后,JMP为加速寿命试验和非线性模型提供设计。此外,如有必要,您可以通过JMP的脚本语言JSL将更多设计系列添加至JMP。

定制设计

当您的目标是创建同时考虑了若干个特定参数(如时间、预算和其他考虑事项)的实验设计时,JMP独一无二的“定制设计器”可以(基于最优设计原理)为您的问题度身定制出一个设计,而无需生搬硬套那些教科书上的设计方法。

定制设计器总是能最大程度地利用您的实验预算。借助其计算机生成的设计,您可以应对大量不同的挑战,这些挑战都能被统一成同一框架内的问题。您可在同一个设计中纳入连续、多水平分类和混料因子,指定不易改变因子和极不易改变因子以自动创建合适的裂区、再裂区设计和条区设计。

此外,在构建设计时,您能够定义因子约束、模型效应和交互作用,并可纳入中心点和/或重复次数。最后,定制设计器可让您执行样本大小与功效的计算,并可将所有别名结构可视化以帮助您通过丰富的设计诊断功能来确定自己的实验投入是否值得。

定制设计器可让您更为迅速、有效地构建智慧的设计以节省时间和精力,更好地利用您的资源来开展实验工作。

确定性筛选设计

现在您可以通过设计实验,将少数影响较大的重要因子从众多影响可忽略的琐碎因子中分离出来。如果某个因子的弯曲效应明显,传统的筛选设计可能会漏掉这种作用并筛除该因子。如果存在双因子交互作用,执行次数相似的标准筛选设计会要求进行后续实验来解决不确定性。JMP现在还可以支持区组设计。如果不需要后续实验就能先解决不确定性是不是更好?凭借确定性筛选设计,您完全可以做到。

覆盖矩阵 (JMP Pro)

JMP Pro现包含设计覆盖矩阵所需的工具,用在因子间的交互作用可能会导致失败的测试应用中。在软件测试或开发中,以一次试运行为例,可能会耗费数万美元。您需要设计实验以尽可能地找出缺陷,最大限度降低成本并缩短时间。覆盖矩阵可以帮助您实现上述目标。如果在测试中出现不合理的因素水平组合,您可以使用交互式的“不被允许的组合”向导,将这些因子设置组合从设计中自动排除。

JMP Pro使您能够自行设计矩阵,不必依靠他人为您构建实验。您可以导入由任何软件生成的任何覆盖矩阵设计,对其进一步优化,然后分析结果。

由于软件本身具有广泛的统计分析功能,JMP Pro与普通设计工具相比具有明显优势。实际上,它是唯一一款还可将广义回归模型与您收集的数据进行拟合的覆盖数组设计软件。JMP使测试更加智能、成本更低。

比较设计、评估设计和扩充设计

设计诊断提供强大的解析功能,帮助用户探索设计特性和/或比较相互竞争的设计。JMP具有评估和比较设计的完整功能。使用评估设计,您可确定您的设计在以下方面的能力:检测与显著响应变化相关联的效应、获得预测方差和估计值精度、获取针对混淆的见解、获取效率方面的度量。使用比较设计,您可轻松比较多达三个相互竞争的设计,并根据运行次数/预算、功效、设计空间比例和其他有用量度执行权衡分析。如果发现存在除实验中正常检测的活动效应外,还有其他活动效应,可轻松通过额外运行扩充设计,无需放弃任何已收集的现有数据。

优化和模拟

尽管设计很重要,但它也只是占实验设计的一半而已。无论您决定使用哪个设计,JMP都会让后续分析尽可能简单。根据具体情况,包含您设计的表格将自动包含相应的脚本以分析您的结果。您可以使用所选的停止规则同时运用逐步提炼的方法对多个响应进行模型拟合。在构建好您认为有用的模型之后,JMP中的各个刻画器让您可以交互式地开展工作,并以可视化方式确定可行的操作空间和因子设定点。无论您的问题有多复杂,JMP中内置的优化器都可通过简单的鼠标点击执行响应之间必要的权衡。一旦找到最佳点,就可使用集成的模拟器来了解其在实践中的稳健性。

Back to Top