DoE：一个因素和“时间”因素范围内的偏离中心焦点你好！
关于使用 JMP 12.1.0 的实验设计（定制设计），我有两个问题：
- 我有一个具有 5 个级别的因子（离散、数字）：0、20、50、100、150。
当我尝试创建 DoE 表时，JMP 将级别 20 视为偏离中心并使用此级别生成较少的运行。 是否可以明确告诉 JMP 兴趣中心必须在 50 级，或者甚至在两者之间的某个虚拟点（例如 35）？ 我怎样才能在定制设计平台上做到这一点？ - 我计划根据 DoE 生成一组样本。 稍后将通过非破坏性方法对同一组进行测试。 以这种方式，将针对多个时间点生成响应。 我可以只添加“时间点”列并为每个时间点附加原始 DoE 表的副本吗？ 以后是否可以在结果评估过程中添加“时间”因素？
先感谢您！
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点我不确定您所说的“使用二进制结果将没有太多使用模型”是什么意思，您将如何分析数据？
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点您可以使用生命分布来探索生命数据的候选分布模型。
您可以使用“拟合模型”>“拟合参数生存”对具有所选误差分布的数据进行建模。
数据表的最佳布局可能需要一些帮助。 这种分析与通常的回归建模有点不同。
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点实验的目标是识别除主要因素之外的活跃因素。
响应将是特定因素组合的生命周期。
目前，对于二元结果，模型将没有太多用途（就预测而言）。
为了回答所有其他问题，我需要深入阅读：）
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点您省略零级别的决定非常合理。
所以结果是二进制（幸存，失败）？ 是什么回复要建模？
- 您会直接使用逻辑回归对结果进行建模吗？
- 响应生命周期？
- 响应是否是其他诸如故障率与时间的关系？
- 您打算如何为响应建模？ （你会使用什么样的分析？）
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点马克，彼得，感谢您的意见和建议。 非常感激！
我将从 DoE 中排除零级。 响应是布尔值（对象幸存/失败），我将随着时间的推移监控样本。 零水平不会带来任何好处，从失败的本质就知道，零水平的集中因子是不可能失败的。
我还有几个因素，想检查它们是否与主要因素有任何相互作用（失败会在以后或更早发生）。
问候，
罗马
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点因此，根据经验，您期望“20-100 范围内最有趣的相关性”。 好的。
您将此范围扩展到 0 到 150。 这种改变也可能是好的。
可以包含“控制”运行，但您可能希望在定制设计完成后添加它们并将它们从分析中排除（拟合模型）。 这样您就可以将它们进行比较，但它们不必满足建模的需求或减损建模。
“阴性对照”和“不期望任何信息性反应”是指您根本不会得到反应，或者您正在研究的内容的性质将从非零水平获得的性质和不会相关或有用吗？ 对不起，我不清楚你的观点。
同样，实验中的因子范围和设计水平的重点是支持拟合模型。 例如，用于估计线性参数的信息量最大的运行（最高杠杆率）处于范围的极端，而介于两者之间。
您将使用该模型为所需响应找到最令人满意的因子水平。 （这一预测将通过更多的测试得到经验证实。）
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点马克提供了一些很好的建议和建议。 根据您的第二个答复...如果您真的怀疑零水平的任何治疗组合都无法获得有价值的信息，那么为什么要包括该水平呢？ 一般来说，不应该在实验中包含治疗组合，通过先验知识或领域专业知识，会导致严重失败，提供没有任何信息可以帮助您解决实际问题的能力。 由于该因子是离散数字，我建议选择一个可以提供有价值的经验信息的低水平。
回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点感谢您的全面回答。 我会尽量听从你的建议。
关于水平，根据以前的知识，我预计最有趣的相关性在 20-100 范围内。添加 150 作为极值，添加 0 作为阴性对照。
这只是违反直觉的，我必须以“0”级别执行许多运行（我不期望任何信息响应），而同时，级别 20 的运行很少。 也许在设计空间中包含负控制是个坏主意？回复：DoE：一个因素和“时间”因素范围内的偏离中心焦点- 您可以使用离散数值因子定义要包含在试验中的水平，然后自定义设计定义该因子的模型项以及这些水平在给定运行次数的设计中的最佳分布。
- 您是如何为这个实验选择因子水平 0、20、50、100 和 150 的？
- “兴趣中心”是什么意思？
- 您似乎对最终设计中缺乏平衡感到困扰。 您直观地期望每个因子水平的复制量相同。 不过，平衡不是设计标准。 最小方差是标准。 D 最优设计最小化参数估计的方差，这有利于检验假设。 I 最优设计最小化模型预测的方差，这有利于响应优化。 方差对设计的依赖性是设计的非线性函数，因此有时最小方差设计是平衡的，但通常情况并非如此。
- 您可以要求多个重复处理，但您不能选择重复哪些处理。 该算法确保所需的复制级别，但选择运行以提供最多信息。 它可能会排除某些级别以满足您的复制约束，这可能会导致设计更加不直观。
- 如果您认为有必要，您可以随时修改设计。 也就是说，您将最优定制设计保存为数据表，然后按照您的意图手动更改水平。 它不会破坏任何东西，尽管它会损害数据对模型的支持。
- 主要的一点是，处理是为了模型而确定的。 该模型用于查找最佳因子水平，而不是设计。 设计不应该包括最佳水平，而只包括那些最能支持模型参数估计的水平。
- 当然，您可以在实验中包含重复测量，但您的最终反应是什么？
- 是时间点之一，比如终点吗？如果是这样，那么我可能会使用多个列来随着时间的推移捕获这些观察结果。
- 它是否是多个时间点的函数，例如斜率、拐点或渐近线？ 如果是这样，那么我将堆叠响应并添加一个新列来表示您建议的时间点。 然后，您可以在模型中包含时间效应。
- 还有其他方法，例如使用多个列并得出响应。 我通过分别计算剂量反应曲线的参数并将它们用作反应来优化分析。 相同的技术可以应用于响应的时间过程。
所以最后请记住，实验设计是回答问题的结果，“什么是适合我的模型的最佳数据？”
