DoE篩選平台<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />所以我做了一個阻塞（X1），兩個級別（-1，+ 1）三個因子（A，B，C）。 5個在一個塊中運行，5個在下一個塊中運行。 每個塊中有一個控件。 Alias是互動A * B * C.我無法控制其中兩個運行的參數。 對於C，兩次運行實際上控制在+0.70而不是+1。 所以，我把它輸入到軟件中。
1分析）使用Fit模型平台，A和B不顯著。 C很重要。截距低於應有的截距。 這提供了豐富的信息，但沒有那麼有用。
2分析）使用篩選平台，有效係數為C和C * C.我使用C和C * C運行模型，結果很有意義。 在生物學上，這也是預期的，因為我並不驚訝響應結果是曲率。 此外，攔截應該是它的位置。 結果模型是合乎邏輯的，對我來說更有用。
所以，我的同事認為我的初始設計不是表面響應設計。 它基本上是一個阻塞全因子DoE，因此，我不能有一個正方形（曲率）的模型。 由於我沒有完全理解在報告中完全解釋C * C的篩選平台，我應該採取更保守的方法，並使用第一個經典但信息量較少的分析。
如果我的同事是正確的，當我的初始設計不是要檢測它時，為什麼篩選平台會給我一個C ^ 2。 有沒有辦法證明得到的平方係數？
Re：DoE篩選平台我討厭在10次運行後沒有獲得任何信息的答案。沒有重複的問題，即沒有純誤差估計 - 每個塊中的一個額外中心點會更好。另一方面，你應該有一個正常的效果圖，如果它如你所說，你應該有一個清晰的圖形指示C作為有效效果（C偏離直線）。如果C是唯一的有效效應，則其餘為噪聲。C是三級因子，因為在一維因子空間中有一個正負值的中心點。0.7水平是風險，因為設計的正交性在估計C平方係數時有些可疑和資產。如果模型殘差是正確的，那麼你很可能已經建立了“C only active”假設的強度，相對於任何其他模型。下一步可能是驗證實驗。
Re：DoE篩選平台篩選平台是一個非常簡單的平台。它假定您處於篩選狀態，以便篩選原則成立。影響稀疏性，效果等級，效果遺傳和投射）。事實上，無論JMP中的哪個設計平台被使用，這個實驗實際上都是篩選尚不清楚。因此篩選的結果可能是可疑的。
篩選平台創建對比基於這些原則，直到模型為止飽和的 。因此它首先進入最大的加性效應，然後進入第二大加性效應，依此類推基於效果層次原則 。在模型中的所有主要效果之後，它開始基於效果遺傳原理以重要性的順序使用主效應添加二階效應（例如，相互作用和二次項）。它一直持續到它使用了所有自由度（即你的情況下為10個術語）。這個想法是，模型的飽和增加了影響稀疏性的機會，並提高了模型的有效性偽標準錯誤用於 Ť -tests。由於C作為最重要的主效應輸入，因此它將基於效應遺傳原理在二階項中提前輸入，例如A * C或C ^ 2。因為你只有一個中心點，所以曲率的分配將是C，這是基於效應遺傳原理的最重要的主效應。Ť 這裡實際上，實驗中沒有數據可以確定哪些因素導致響應曲率。
Re：DoE篩選平台你是對的......
如果你是一個偵探，那麼也許如果C是重要的並且沒有其他術語是重要的並且缺乏適合性（因為你提到你重複了每個塊中的中心點）那麼也許C * C是可能的但是意識到它是與其他可能的術語（B * B和C * C）混淆。
為了真正闡明有效術語，可以通過5次額外運行來增加實驗以適應RSM。
Re：DoE篩選平台是的，這是在JMP Custom。 共計10次。控制是中點（0）
Re：DoE篩選平台我想你還沒有給我們足夠的設計信息。
您是否在JMP中創建了原始設計？如果是這樣，你使用了哪個設計生成器（例如 定制，篩選等）？
5 runs in one block, and 5 runs in the next block. One control in each block.
這總計有多少次運行？10或12？您在“控制”運行中使用了哪些A，B和C設置？
-Jeff
Re：DoE篩選平台它符合曲率，科學上我毫不懷疑它是曲率。 我的同事是否正確，我的初始設計不是表面響應設計，因此我不能得到C ^ 2結果？
Re：DoE篩選平台Y = Response，X = C的圖表是什麼樣的？這可能有助於您確定C對響應的潛在影響。
