DOE 使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況？你好，
我們運行了 DOE 並監控了一些 DOE 因素（Ta_mes、c_mes）和一些原本應該穩定但實際上並非如此的附加價值（Tb_mes，隨機測試車輛）。
無論模型是否使用隨機因素，建模都會給出完全不同的預測。 它們甚至是不切實際的（負厚度 s-2，或非常高的 TE（高於試驗期間））。
例如，請參閱 Profiler HSS-TE 與 HSS_random
您有什麼解釋為什麼會發生這種情況以及如何避免嗎？
一般說明：
DOE 設計有 8 個整區和 16 個子區。 整個 DOE 都在一個儲罐中運作。 整個圖代表不同的電鍍天數，子圖表示每日溫度升高（不幸的是，冷卻需要很長時間 - 因此儘管最初的設計，溫度 Ta 升高始終為正）。 第三個不可逆的變化（濃度增加 c_set）在設計增強期間被標記為塊。
結果位於“Y”的右側。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況謝謝 -（具有控制和噪音因素的田口設計對我來說是新的。）
我找不到附加的模型 - 我仍然很好奇你如何處理（分類）字元類型回應（LM-void 和 Peeling）。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況不，將設計角色從“連續”更改為“噪音”是沒有意義的。 這種改變是不必要的。 這也不是噪音因子類型的目的。請參見幫助>圖書>實驗設計了解更多。
您無緣無故地使設計（事後）和分析變得複雜。 最後，實驗的唯一目的可以說是獲得擬合模型的最佳數據，在本例中，模型是參數線性的。 我更新了您的資料表並將其附加到我之前的回覆之一。 附加的列屬性是正確的並且有助於迴歸分析。 保存的模型表腳本也應該提供合理的數據分析。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況請在附件中找到帶有回應的模型（剝離和 LM-void 的資料類型「字元」）：
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況是的，你是對的：我認為，那些沒有被設計並且應該被修復但實際上沒有被修復的因素在建模過程中會得到“隨機效應”屬性。
考慮到不能保證變化獨立於其他因素變化（巧合相關的風險），將這些半固定的非計劃因素的設計角色設定為「噪音」是否有意義？
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況不要將因子效應輸入為隨機效應。「偏移」是您輸入的未指定的混合效果模型的產物。
您似乎對固定效應和隨機效應的本質感到困惑。 模型中唯一的隨機效應應該是整個圖和子圖。 （殘餘隨機效應是根據模型相關的平方誤差和自由度自動估計的。 不應明確指定。）另一方面，這些因素具有可重複的固定效應。 這些效應可能需要多個項才能充分錶示：一階項、二階項或交叉項。 例如，你的因素塔應該產生固定的效果。 數據欄塔用於為迴歸模型產生估計列，例如塔或者塔^2 。 事實上，您使用測量的電平（塔梅斯) 而不是原來的設定 (塔集）並沒有改變所有 Ta 項都代表固定效應的事實。
通常，設計的實驗與估計和測試的假設模型相關。 我已經不只一次回覆你的實驗和數據的合理模型。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況親愛的馬克，
是的，請。
請在附件中尋找包含 s-2 和 TE 不同型號的期刊。 對我來說，非常不清楚為什麼在使用額外的隨機因子（例如 s-2 的 Tb_mes 或 TE 的 s-2）時會出現偏移。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況感謝您的更新，但我現在不確定您對這些問題的立場。 您還需要協助嗎？
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況親愛的馬克，
測試在容器/罐中進行，濃度為 c放容器/儲罐中的變化是不可逆的。
你是對的，濃度 c 在前 16 次運行期間保持恆定，然後在運行 17-32 期間增加並再次保持恆定。
要將濃度應用到模型 a 列 c 中放已新增至原始資料表。如果我以正確的方式將其作為常數，我最終會得到一個常數，因此我在模型增強之前暫時將一個值更改為更高的濃度，並在之後「修正」它。
我沒有看到在增強過程中阻塞以實現濃度 c 的不同方法放進入模型，因為已經需要整個圖和子圖來描述溫度 Ta 和 pH 變化。 兩者都是按區塊完成的，因為否則更改會消耗太多時間。
- pH調節需要在室溫下（加熱前）進行。 -> 每天只能測試一組 pH 值。
- 容器/罐的加熱（和冷卻）需要時間。每天至少跑4次，只有一次溫度Ta放每天進行增加。
溫度Tb應該是恆定的，但實際上並非恆定。因此，每次運行都是同時測量的。 它是一個隨機因素，後來作為列添加。
溫度Ta我的處理方式和你一樣。
……
我正在努力尋找一種方法來插入（複製/貼上）jmp 分析的部分。 當我找到方法時，我會繼續解釋。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況我再次查看了我的分析，意識到您在設計中指定的內容與您在實驗中實際執行的內容之間存在嚴重的不一致。
- 您不需要在模型中使用 Block，因為它與整體圖和子圖、c 集和（大部分）Tb 集混淆。
- c set 未在設計中指定為一個因素。 它是如何添加到增強設計中的？
- c 集在整個地塊 1-4 中處於同一水平，並且在整個地塊 5-8 中再次位於另一個水平。 它真的只設定和重置一次嗎？ 它在前 16 次運行中是否恆定，然後以恆定的第二水平添加到實驗中？
- Tb 是否像 c 一樣加入實驗？ 這似乎不是設計因素，而是實驗設計後再增加的另一個變數。
- 你有一個很難改變的因素Ta。 它應該設定並保持在整個子圖中的一個層級。 然而你們對Ta mes有不同的價值觀。 似乎測量變數表示運行中的控制，而子圖表示設定難以更改的因子而產生的隨機誤差，因此我將子圖保留為隨機效應，將 Ta mes 作為固定效應來代替 Ta 集。
我更新了我的分析並將新的模型腳本保存在附加的資料表中。 完成模型選擇並保存四個具有顯著效果的響應的預測公式後，我獲得了以下分析器。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況你檢查過我所做的分析嗎？ 我的方法有意義嗎？ 結果有意義嗎？ 我還是不明白你的分析。 細節：
- 關於Tb對s-1和s-2的影響，我不明白你所說的「用作隨機因子」是什麼意思。 您的意思是您將 Tb 建模為隨機效應嗎？
- 由於線性模型，負預測通常是可能的。 它假設反應從負無窮到正無窮變化。 此外，誤差貢獻被建模為平均值為零的常態分佈，因此一半誤差也是負的。 很難回答你的問題，因為你沒有展示所使用的模型或迴歸分析結果。
- 剝離似乎是一個由數字表示的類別，因此我將其更改為數字/連續以適合模型。
- s-2 是「隨機因子」？ 我不知道這句話是什麼意思。
- 預測基於模型。 總是。 如果不包括該因子，則模型是平均反應加上誤差。 如果您確實包含該因素，則平均值可能會發生變化，並且比不包含該因素時更高（或更低）。
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況親愛的馬克，
感謝您對此進行調查。
我會盡力澄清：
不幸的是，當設定 DOE 時，尚未指定回應（s-2、s-1、剝離、HSS-TE、HSS-SS、LM-void）。 因此，Y 列為空。
在每次實驗期間，都會對測試車輛進行電鍍。
首先，測量鍍層厚度(s-2(數值/連續)、s-1(數值/連續))。
從先前的測試中我們知道，溫度Tb的輕微變化會對厚度s-2（Mean(s 2 (μm))）產生影響。 因此，每次運行都會確定溫度 Tb_mes，並在 s-2 建模期間用作隨機因子。
在這種情況下，我們最終對厚度做出了負面預測。 為什麼？
其次，對測試車輛的一個部件進行膠帶測試，結果：剝離（字元/序數）。
第三，使用測試車輛的另一部分進行焊接測試，結果為：HSS-TE（數位/連續）、HSS-SS（數位/連續）、LM-void（字元/序數）。
從先前對 s-2 厚度變化的測試我們知道焊接測試受厚度 s-2 的影響。 因此，在評估焊接結果（例如HSS-TE）期間，將厚度s-2（平均值（s 2 (μm)））用作隨機因素。
在這種情況下，我們最終得到的 HSS-TE 預測遠高於沒有隨機因子的預測，甚至高於結果（請參閱預測圖的實際值）。 為什麼？
PS：根據JMP訊息「Ordinal Logistic不支援Random ectects」。 因此，建模時沒有考慮剝離和 LM 空洞的隨機因素。 或者有沒有辦法透過建模類型字元/序數來包含結果的隨機效應？
我希望這個解釋有助於澄清。
此致
佩特拉
回覆：美國能源部使用隨機因素進行評估最終會得到不切實際的結果。 為什麼以及如何避免這種情況我不明白你對實驗的描述或你的分析存在的問題。
我重新開始分析。 一些因素和回應具有錯誤的資料類型、錯誤的建模類型，並且缺少有價值的列屬性。 我將所有資料列恢復到最佳狀態。 我刪除了所有已儲存的表格腳本、總計統計資料和已儲存的預測公式。 然後，我可以輕鬆地將合理的線性模型與隨機效應擬合。 剝皮沒有顯著影響。
我附上了我的實驗和分析版本供您檢查。
