解锁JMP 15 DOE新功能--组正交超饱和设计(GO SSD)

2019年10月，JMP 15全新发布。JMP 15新增和改进了许多令大家耳目一新的功能。其中最让小编喜爱的，一个是能够实现企业内数据实时共享的JMP Live， 另一个就是今天我们要介绍的实验设计(DOE)新功能——组正交超饱和设计(GO SSD)了。作为筛选设计中的一员，组正交超饱和设计体现了它在因子筛选上独特的优势。

通常当我们开始一个新系统或新流程的研究，往往会采用头脑风暴的形式列出多达十几到几十个的潜在影响因素，然后希望通过测试筛选出其中重要的因素。 这时如果采用标准筛选设计的话，至少要完成因素数量+1次实验，才可估算每个因素的线性主效应。

许多经验告诉我们，筛选实验中通常一半以上的因素都对响应没有影响，基于帕累托准则也提到通常80％的重要影响是由于20％的潜在原因所致。问题在于，在进行实验之前，我们并不知道哪些是重要因素。

如果实验预算有限（通常都会），并且还希望应用标准筛选设计的话， 实验者通常根据个人经验保留少量潜在因素（一般6-12个）用于设计和执行实验，以节省拟合模型所需的实验次数，而剩下的潜在因素就直接被忽略了。如果其中包含对系统和流程影响重要的因素，则最终的模型很可能会与实际不符，造成后续实验资源的极大浪费，这是我们都不愿意看到的。

这时候你可以考虑超饱和设计啦！超饱和设计是一类实验次数可以少于因素数的设计方法。如果测试的目的是从很多潜在的影响因素中找出少量最显著的因素，应用超饱和设计就有可能极大地节省资源和时间。

回顾超饱和实验的历史，1959年