DOE - 重複與重複我需要設計一個實驗來確定溫度 -溫度影響於酸鹼度。
假設溫度是 [20,23] 範圍內的連續變量。
pH 值也是連續的，在範圍 [5,7] 內良好，但在中心位置完美。
正常情況下，我們每天對每個樣品測量 3 次（偽重複）。
在這種情況下，我應該在 JMP 中使用 3 次重複嗎？ 或者這只是重複，我應該取平均值，而不是 3 個結果？
我應該使用“中心點”嗎？
3（偽重複）是我應該在字段：“複製運行”中使用的數字嗎？
查找 JMP DoE 的附加屏幕，向您展示我的嘗試。
實驗設計回复：DOE - 重複與重複也許同等或更重要的是重複提供了對變異的估計。 如果您的問題是變化，您需要對影響變化的因素進行建模，而不僅僅是平均值。
回复：DOE - 重複與重複重複是多次測量，可用於平均每次治療的反應。 這不是複製品！！
中心點不被視為重複，因為測量值通常取自另一次運行。
可以使用單獨的數據表檢索特定治療的響應平均值。
回复：DOE - 重複與重複是的，我會模擬平均 pH 值與溫度的關係。 是的，線性響應的最佳設計僅使用兩個因子水平。
確保溫度範圍足夠寬，足以產生 pH 值的較大變化，但又不能太寬，以致改變您正在研究的現象的性質。 設計的重點是建模。 您可能會考慮獲得所需 pH 值的狹窄範圍。 您應該考慮更廣泛的溫度範圍所產生的響應的巨大變化。 這種設計可以讓您更精確、更穩定地估計您想要的趨勢。 這個案例是實驗和建模，而不僅僅是測試。 這個案例是預測，而不是“選出勝利者”。
最後一點涉及你的最後一個問題。 我們談論的是力量在一個設計中。 功效是您發現真實效應（即線性趨勢）具有統計顯著性的概率。 假設存在真正的線性趨勢，但由於樣本量較小，您通常不會發現它很重要。 這樣的結果是假陰性結果。 權力則恰恰相反：真正的積極因素。 假設檢驗中的統計決策可以描述為確定響應的變化是否遠大於響應隨機變化引起的變化。
JMP 提供內置於設計平台中的功耗分析。 我將通過一個例子來說明如何使用它。 我打開美國能源部>定制設計，將響應名稱更改為酸鹼度和目標沒有任何。 我添加一個連續因子溫度有一個範圍-1到+1 （我不知道實際範圍）。 我點擊繼續並接受線性響應的默認模型溫度。 我決定從8 次運行（用戶定義）並單擊製作設計。 這個設計的表現如何？
假設當溫度不變時，pH 值呈正態分佈，標準差為 0.2 pH。 我們還假設我們預計 pH 值將最低限度地在此設計中，在溫度範圍內從 6.4 更改為 7.0。 我們現在準備分析該設計的功耗。
打開功率分析設計評估大綱內的大綱。 有兩種等效的方法來分析功率。 我將向您展示它們。 首先，輸入0.2為了預期均方根誤差（響應標準差）。 現在，要么輸入預期係數或者預期反應。 預期係數是效果除以 2。 我們預計影響最小7.0 - 6.4 = 0.6 pH所以預期係數是0.3 。 或者，輸入6.4作為預期響應溫度=-1和7.0什麼時候溫度=+1 。 單擊任一應用更改輸入此信息後的按鈕。
定制設計應如下所示：
如果您的期望正確，則功效為 0.939，並且您應該發現使用此設計時，0.6 pH 或更大的效果實際上始終具有統計顯著性。
我為這個例子編了一些數字。 嘗試將插圖轉化為您的具體案例，看看效果如何。 當然，如果您還有其他問題，請告訴我們進展如何。
回复：DOE - 重複與重複請在下面找到我對您的評論的評論/答复：
- 是的，一種預測和一種響應。 現在我發現可能不需要這個平台......
- 為了保證精確度，我們對一個樣品進行 3 次測量（方法變異性高）
- 好的，那麼您只想取平均值，對嗎？
- 好的，為了與您的正確命名保持一致：我們對一個實驗單元有 3 個測量值。 目前，我預計不會考慮其他影響/變量。
- 我預計會出現線性趨勢。 所以在這種情況下，兩個溫度因素就足夠了，不是嗎？
你會如何看待這個問題？
回复：DOE - 重複與重複感謝您如此詳細的回答。
請在下面找到我的澄清：
- 是的，我預計 pH 值是溫度的線性函數
- 是的，我們測量了三次以減少測量誤差（方法變異性高） - 所以我將只使用平均值，對吧？
- 我們不會考慮幾天
- 一般來說，時間是我們唯一（但至關重要！）的因素
還有關於該研究的附加問題：
您提到輸入運行總數。
如何得出此類研究具有統計顯著性的最小運行次數？
回复：DOE - 重複與重複我不確定我是否完全理解您的要求，因此我將提出一些問題/評論。 我提前道歉，因為我可能對你的問題讀得太多了。
1. 您正在試驗 1 個預測變量（溫度）和 1 個響應變量（pH）是否正確？ 不知道為什麼您需要使用 JMP DOE 平台，因為這是一項單因素實驗。 您可以使用定向抽樣計劃來獲取數據，將數據分配和劃分為多個組件，然後進行回歸以對數據進行建模。
2. 你在測量什麼？ （“在正常情況下，我們對每個樣品測量 3 次”）。 您是否在“相同”的情況下測量三種 pH 值樣本（在這種情況下獲得測量精度的一些估計）。
3.一般情況下，重複措施不被視為“獨立事件”，因此它們不會增加自由度。 然而，它們對於量化變化的組成部分很有用。 多次測量同一樣品可以量化測量精度。 測量 3 個連續樣品可以量化樣品之間的變異等。 在 DOE 情況下，如果在沒有改變治療組合的情況下採取多種“措施”，則這些措施被視為重複（基本上在治療變化範圍內）。 您可以評估治療效果內的一致性，然後，如果合適，使用變異的平均值和估計值（例如範圍、標準差、方差）來量化治療內變異。 均值和變異估計都可以建模為單獨的 Y。
4. 如果治療方法在“實驗單位”，它們被認為是稱為重複的獨立事件（注意我使用短語實驗單位（重複）與用於重複的測量）。 重複可以完全隨機（典型的推薦設計允許對實驗誤差進行“無偏”估計））或按塊組織（我們可以認為，可以將其視為隨機效應或固定效應）。 如果將其視為固定效應（當您能夠識別特定噪聲因素並在實驗過程中“管理”它們時特別有用），則可以估計未經測試的變量（噪聲）的影響，並且可以估計噪聲與因素之間的相互作用被分配（對於穩健設計有用）。
5. 中心點是在析因設計中測試設計空間中非線性關係的有效方法多個預測變量（你只有一個，所以你只會有該因素的第三個級別）。 中心點保持正交平衡和可旋轉性。 為了進行分析，您可以在模型中添加一項來評估非線性，但該項對於模型中的所有因素來說都是混雜的。
回复：DOE - 重複與重複定制設計平台非常靈活，但有些功能是常規使用的，而其他功能則是根據需要作為例外使用的。
我不會使用“重複次數”功能。 此功能告訴 JMP 您需要重複運行的次數，而不是整個設計的重複次數。 相反，請使用底部的運行次數。 此處填寫您想要的總運行次數。
我也不會使用中心點功能。 您期望 pH 對溫度變化有線性或非線性響應嗎？ 如果它是線性的，那麼你就完成了！ 如果是非線性的，那麼將溫度的二次方添加到模型中，然後就完成了！ 模型的順序將決定溫度的最佳級別數。 線性模型的最佳設計將僅包括兩個水平。 二階模型的優化設計將包括三個層次。
為什麼每個樣品要測量三次？ 如果是為了減少測量誤差，則繼續此做法，但僅輸入該運行的 Y 值的平均測量值。 否則，模型將每次運行視為複制，即完整的設置、測量和拆卸。 在您的情況下，它只是測量結果，不適合估計模型中的誤差項。
我不確定多天是否是你學習的一個方面。 您會在一天內完成整個研究，還是預計幾天內會出現變化並希望將這種影響納入分析中？ 一般來說，時間的影響是隨機的，而不是固定的。 也就是說，不同日期之間存在差異，但不可重現，就像星期二總是在平均值上增加 7%。 如果您想包含天數，請使用底部的隨機塊選項並指定您打算每天運行的次數。
如果您還有任何疑問，請告訴我們。
