在設計中增加多少個中心點？據我所知，我們在設計中添加中心點來測試設計中的曲率。 在設計中添加超過 1 個中心點是否有助於更好的估計？
回覆：在設計中加入多少個中心點？謝謝馬克的解釋。 這有幫助。
回覆：在設計中加入多少個中心點？失擬檢定需要超過 1 個中心點來估計具有兩個水準的常見設計的純誤差。
您可以從迴歸分析中排除孤立的中心點，並直觀地評估它是否與實際預測圖中的一階模型一致，但此評估可能無法提供明確的答案。 孤立的中心點觀察可能是異常值或「內部值」。 您的回應也可能相對吵雜。
回覆：在設計中加入多少個中心點？再添加一次運行總是有助於估計。 添加多個中心點可保證您可以估計純粹的錯誤並執行失配檢驗以此估計。 （中心點提供的資訊還有其他好處。）如果您詢問估計任何非線性效應，那麼單獨的其他中心點無法支援它。 您必須為模型新增項目（例如，因子水準的冪），以確保設計包含支援估計此類效應的處理方法。 試驗次數將影響失擬檢定的功效，但通常附加中心點的成本決定了次數。
您似乎不知道反應中是否存在非線性效應。 那沒問題。 它只是說了一些可用於下一個實驗設計的先驗知識。 您可能也不太了解潛在的交互作用效應。如果您有大量因素（例如，超過 5 個）並且您擔心運行次數，那麼您可能會考慮確定的篩選設計。 這些設計是經濟的，並且假設篩選原理成立，您可能能夠估計所有影響，線性和非線性。 當然，如果這些原則不成立，您可能沒有足夠或正確的運行來理清所有影響。
回覆：在設計中加入多少個中心點？謝謝巴特爾的回覆。 我明白你在說什麼，但我想知道添加超過 1 個中心點有什麼優勢，或者如果我們可以用 1 個中心點測試曲率，添加超過 1 個中心點有什麼優勢？
回覆：在設計中加入多少個中心點？如果將 DOE 的核心策略限制在某種二級（也許是 RSM 設計），那麼中心點是有益的。 最近的研究表明，如果效果的功效和可估計性是研究者的主要目標，那麼人們應該考慮一個最佳的實驗設計方法。 Goos 和 Jones 所寫的「Optimal Experimental Design - A Case Study Approach」是能源部最佳戰略、戰術和案例研究的重要參考。 在 JMP 中，您可以製定各種特定設計，然後在實際實驗之前使用比較設計平台評估每個設計的性能，包括功效、預測方差、係數相關性以及許多其他實驗設計性能標準。
