EVOP/混合設計/弗蘭肯斯坦設計問題我在混合設計方面沒有太多經驗，所以我正在尋找一些個人指導，以了解潛在客戶/客戶的“下次發生這種情況”。 我有一個經常使用極端頂點混合設計的前景。 他們的想法是，如果設計因素空間的一個區域看起來很有前途，但它位於空間的邊緣，那麼如何將設計空間作為一種 EVOP 方法朝著第二個設計的承諾方向移動呢？ 因此，第二個設計與第一個設計空間的大部分重疊。 首先分析第二個設計，因為它是自己獨特的單一設計。 然後將兩個設計結合在一起並分析整個混亂情況。
我的第一個想法是，如果沒有別的，第二個設計可以作為一種手段來確認第一個設計的預測，因為空間重疊。 在 Frankenstein 設計的構建過程中，是否還有其他我沒有從分析角度考慮的“陷阱”……可能進入類似 EVOP 的迭代 3 和 4？
有人告訴我擬合模型/標準最小二乘平台可能不是分析弗蘭肯斯坦設計的最佳場所？ 也許廣義回歸，懲罰方法？
我很想听聽人們的想法。
回复：EVOP/混合設計/弗蘭肯斯坦設計問題由於成分的百分比必須加起來為 1，因此混料設計具有內置相關性。 通過添加上限和下限或線性不等式約束來進一步約束成分，使得參數估計中的相關性更高。 最後，添加越來越多的模型項（二階和三階效應）會產生更多相關性。
因此，我認為混合設計應該幾乎總是被視為響應曲面設計。 最重要的設計診斷是實驗區域內預測的方差。
對於模型選擇，我建議刪除組中的高階項，以查看每個組是否在預測響應中產生實質性差異。 您還可以將一組的平方和相加並進行多自由度假設檢驗，以查看包含該組項的重要性。
回复：EVOP/混合設計/弗蘭肯斯坦設計問題我同意 Augment Design 平台是構建第二個、第三個和更多設計的途徑。 這對我來說非常簡單。 我最不清楚的是關於分析弗蘭肯斯坦設計的最佳途徑的想法。 我只是在想 Frankenstein 設計的最優性標準可能不是你想要的，與他們運行一個具有我最優性的設計相比，比如 3 個混合因子。 並且因子相關性會變得非常混亂......導致高 VIF 和不穩定的參數估計？ 還是我的想法被誤導了？
這讓我想說 Gen Reg 懲罰了回歸空間？ 我認為參數估計幾乎沒有可解釋性……但對於這個特定問題來說沒關係……主要目標是預測響應。
回复：EVOP/混合設計/弗蘭肯斯坦設計問題我同意 Mike 的觀點，Augment Designer 是在這裡使用的工具。 單擊該設計器中的擴充按鈕後，您可以更改因子的範圍以移動到新區域。 您還應該單擊複選框以使新運行成為一個單獨的塊。 如果該效果顯著，則表明截距在兩組運行之間發生了變化。
回复：EVOP/混合設計/弗蘭肯斯坦設計問題我認為您描述的工作流程是我們擁有 Augment 平台的本質。 或許@布拉德利瓊斯可以在這方面給我們一些智慧。
最好的，
米
