DOE 的样本量你好，
我写信给您是想就与能源部相关的主题提出一些建议。
我有一个工业流程。 过程的输出（响应）是废品的百分比。
废品率平均约为 1.5%。
我想创建一个 DOE 来识别主要因素、相互作用、模型……
我的问题是：我如何确定每个角（对于特定功率）的重复次数，以确保获得正确的统计结果（如果在一次试验中我将获得“0％的废品”，这是真实的输出变化或只是一个案例）？
预先感谢您的反馈。
此致，
西蒙娜
回复：DOE 的样本量我理解您关于使用某些“ Δ”并在一些可测量的数据中转换“OK/KO”。
不容易……但并非不可能。
也感谢您的论文。
祝你有美好的一天。
此致，
西蒙娜
回复：DOE 的样本量你好马克，
目前我还没有 JMP Pro...但我会记录您的输入。
谢谢。
西蒙娜
回复：DOE 的样本量我的建议是更有创意地开发适当的响应变量（并使用多个响应）。 如果颜色是问题，有多种方法可以测量：
- ΔL ：明度/暗度的差异
- ΔA ：红/绿值的差异
- ΔB ：黄色/蓝色值的差异
- ΔC ：色度差异
- ΔE ：两种颜色之间的光谱“距离”
- ΔH : 色调的区别
如果人类的感知很有趣，那么序数尺度可能会非常有用。 我附上了我写的一篇论文，为使用这种量表提供指导。 二元响应描述性不强，需要更大的样本量并且缺乏区分度。
回复：DOE 的样本量我忘记了你的二进制响应。 您可以考虑为线性模型设计实验，但使用逻辑回归（使用线性预测器的非线性响应）分析数据。
您有 JMP Pro 吗？ 如果是这样，您可以使用内置模拟器来评估这种情况下的功率。 我可以引导您完成整个过程。
回复：DOE 的样本量全因子设计方法是最古老的。 它为拟合解释模型提供了极好的数据！ 然而，该方法基于组合学并且不灵活，这是您遇到的问题。 我认为定制设计方法的灵活性对于您的情况将是一个优势。
回复：DOE 的样本量谢谢您提供的详细信息（其中一些给我带来了一些更有趣的问题）。
一个细节：此时（对于此过程）输出仅来自目视检查（链接一种颜色）的“通过”/“失败”。
此致，
西蒙娜
回复：DOE 的样本量谢谢马克斯……现在变得更加清晰了。
此致，
西蒙娜
回复：DOE 的样本量感谢您的反馈意见。
我正在使用完整的 Factoria 设计（将遵循您的指示）。
此致，
西蒙娜
回复：DOE 的样本量西蒙娜，我将提供不同的观点。
以我愚见，你的问题是错误的。 更有可能的是：必须有多少个实验单位（或欧盟的措施）才能进行一项代表（现在和将来）或揭示感兴趣现象的研究（实验）？ 废品百分比的响应变量是一个较差的响应变量。 在这样的响应中存在太多的失败机制。 它没有提供足够的辨别力来非常有效地运行实验（特别是在您正在讨论的 % 级别）。 那么，为什么“单位”会被废弃呢？ 是由于某些维度、物理或外观属性造成的吗？ 例如;如果“不符合规格”，请使用实际测量值。 如果是装饰性的，请使用序数尺度。 您可能需要“创建”一个测量（或多个测量）来充分描述现象。 其他一些问题：废料是否持续产生（或者是否随时间变化）？ 您知道什么是测量系统误差吗？ 该过程是顺序的吗？ 如果是这样，您是否对流程中何处产生“废料”有假设？ 有多少废品是由于您可以控制的因素造成的，有多少可能是由于噪音（您无法控制的因素）造成的。 如果噪声是问题所在，您将需要制定策略来处理实验情况下的噪声（例如，RCBD、BIB、裂区、重复等）。 您需要设计实验来创建对噪声具有鲁棒性的过程。
回复：DOE 的样本量添加到@cwillden ，您可以通过多种方式指定功率要求以确定最小样本量。 您可以将响应 SD (RMSE) 和预期系数指定为最小效应大小的一半。 例如，如果您想要查找 0.5% 变化的实际影响，则输入 0.25% 作为系数。 或者，您可以将 RMSE 设置为 1 并输入预期系数，就像您期望响应变化的 SD 倍数一样。 例如，如果您预计实际变化为 3 SD，则输入 1.5 作为系数。 最后一种方法是输入 RMSE，然后输入预期响应。 有时，以这种方式思考真正的变化会更容易。
我也同意他的观点，即最佳复制将来自使用定制设计，而不是复制另一种设计。
回复：DOE 的样本量您使用的是定制设计还是其他什么？查看生成设计后出现的 DOE 平台中的设计诊断。该报告的顶部有一个功率分析。基本上，您检查功率并不断调整运行次数，直到您满意为止。如果您使用的是全阶乘，请考虑使用自定义设计，因为在角上放置附加点并不总是附加游程的最佳分配，特别是在您有任何二次项的情况下。如果确实有二次项，则可同时被 3 和 2 整除的游程大小往往效果良好。
