DOE的一般论点：重复项和中心点你好
我有时会遇到诸如“为什么不使用复制或中心点的问题，因为在我们的指南中，我们应始终添加复制项和至少2个中心点？”。我想你也一样。
您如何回答/争论呢？您对他们的反应有什么经验（他们只是相信您吗？）？在什么情况下您会建议复制/复制/中心点
关于中心点，我说类似“如果您输入了二次效果作为模型效果，则定制设计将对此进行照顾（当然，只要您有足够的行程来获得合理的估计，您可以使用例如功率分析）。附加的中心点将改善误差估计。
关于重复运行，几乎都是一样，再加上预测差异。
关于重复运行，就像在自定义设计器中使用重复运行一样，您将拥有更少的功能和更高的预测差异。但是有时您想要在例如不同的时间点测量相同的实验单位，而我经常看到这样做（尽管您必须在建模中加以注意）。
我很高兴听到您在理论方面以及在客户相信/说服方面的论点/经验。
谢谢，
马丁
回复：能源部一般论点：重复和中心点马丁，
我要告诉客户，对于您应该使用中心点还是添加重复项没有普遍的共识，我们让他们决定。我将解释这两种情况的优点/缺点。我个人喜欢中心点，因为它们可以用于测试曲率而无需运行完整的RSM，可以用于检查模型不匹配，并且可以在设计上间隔开以检查漂移。一些缺点是它们增加了行程，但没有改善系数精度的估计。当您不想使用所有ME，2FI和二次方来运行模型时，使用DSD可能是处理曲率可能性的更有效方法。简而言之，可以将它们视为多余运行的低效使用。至于复制，我不是一个忠实的拥护者，因为我认为在大多数情况下，运行效率不高。许多人没有意识到对于DOE，可以通过复制或伪复制来估计实验误差（即，当从模型中删除效果并且设计空间在某个方向上崩溃时）。例如，如果从三因子全因子分解中除去一个因子，则最终会产生重复的二因子设计。我看到不复制的两个缺点。首先，功能低，复制是改进它的最佳方法（而不是添加非复制点）。其次，作为解决整个设计空间中误差变化不恒定的一种方法。但是，如果是这种情况，您将遇到更大的问题。
希望这可以帮助。有兴趣听到别人的想法。
回复：能源部一般论点：重复和中心点唐提出的要点。我的执行摘要：我曾经是中心点的忠实拥护者，但现在不再那么关注了。我唯一为他们提倡的是，如果我想进行控制式运行，而中心点就是科学家拥有丰富知识的地方。在这种情况下，中心点可以作为运行设计之前检查一切进行得很好的依据。现在出于种种原因，我不再推荐它们了。
我对中心点没有真正的异议，因为它使设计保持平衡，可以检查曲率并提供了获取纯误差的机制。但是，这是一个古老的方法。JMP为大多数情况提供了更新的技术。因此，如果客户使用它们，我不会有任何问题，但是我想指出一种新的和不同的设计思维方式，而不是依靠传统。
检查曲率。您可以在没有中心点的情况下执行此操作。在模型窗口中添加平方项，并检查可估计性是否为“可能”（贝叶斯D最优设计）。现在，有了足够的运行，您就可以检查没有中心点的曲率。实际上，这将允许这些“检查点”的最佳曲率放置。再次，正如Don所说的那样，DSD通常开始赢得JMP提供的贝叶斯D-Optimal的支持，但是许多人忘记了DSD是用于筛选的！这并不总是合适的，特别是如果您希望大多数因素都处于活动状态。因此，将贝叶斯D-Optimal作为选项非常好。
正如Don已经说过的那样，作为复制/纯错误的要点：中心点在这方面不是很有效。如果要确保纯错误，最好提供所需的复制运行次数，并让JMP确定要复制的最佳点。成为中心并没有什么神奇的。是的，中心使它保持平衡（正交），但是当您的目标是模型估计和预测时，小的相关性是可以的。让我们从模型中获得最佳估计和/或预测。
通过复制提高能力：唐（他的话）当然是绝对正确的。中心点并不是真的非常擅长提高功率。实际上，如果您的因子是连续的，则还可以通过扩大因子范围来提高功效。这可以让JMP选择要复制的点。
复制是解决非恒定误差方差的一种方法：中心点不会这样做，因为它们仅位于设计空间的中心。正如Don所说，如果是这种情况，您还有更大的事情要担心。这是JMP不能提供太多帮助的地方。最好的办法是复制整个设计。您也可以将差异作为响应并为此优化设计，但是JMP不会知道响应需要复制以进行估计。
回复：能源部一般论点：重复和中心点感谢Don和Dan的想法。我相信这是一个很好的总结。
