在具有LOD運行問題的DSD中的效果嗨，
我將很快與客戶討論在DSD實驗中產生的效果，當某些運行會產生lod問題（檢測限）。我知道GenReg可以處理這種審查情況，但是它如何影響DSD的功率和預測性能，或者更多的運行與lod？
任何經驗或經驗法則都將受到高度讚賞。在運行完成後，我考慮通過評估設計來檢查設計功效。但是，評估設計沒有考慮到DSD結構，所以我不確定這是否會產生誤導，甚至更多LOD到位。
謝謝，
馬丁
Re：DSD中的效果與LOD運行有關嗨馬丁，
它會對電力產生負面影響。從根本上說，
但我認為沒有任何關於此的經驗法則。確定功率將非常困難。我不認為JMP Pro中的功率模擬能力可以用於這種情況。
儘管如此，在Gen Reg中分析
乾杯，
菲爾
Re：DSD中的效果與LOD運行有關只是為了補充菲爾所說的話。採取務實的方法：從收集的數據中了解您可以做什麼，如果需要，可以增加數據以了解更多信息（可能會添加重複數據以增加信心或添加運行以探索更廣泛的空間或更高階模型或其他內容）。將數據學習視為一個連續的（迭代的）過程而不是一次性的事情。
Re：DSD中的效果與LOD運行有關嘿馬丁，
這是關於這個主題的發現談話
https://community.jmp.com/t5/Discovery-Summit-2014/Using-JMP-to-Analyze-Data-From-a-Designed-Experiment-With-Some/ta-p/21864
這來自我在US Synthetic的團隊。它有視頻和.pdf報告。沒有數據可用，因為它甚至在匿名時非常敏感。如果你覺得它有用，我可以提供一些額外的背景知識。
Ĵ
Re：DSD中的效果與LOD運行有關快速添加到Jason的鏈接。正常分佈被添加到參數生存（其他一些發行版，甚至是所有發行版）中的版本晚於Discovery Talk使用的版本。此外，現在可以使用刪失數據進行廣義回歸，因此可以提供額外的建模選項。
我喜歡論文中的解決方案。處理被刪除的數據對於低於檢測水平是有意義的（現在我想到它並在閱讀發現論文後提醒我）。
希望如果“甜蜜點”接近檢測水平，這將有所幫助。
