完全な要因DOE設計に複数ポイントのバッチテスト結果を含めるにはどうすればよいですか？メカニカルミキサーで4つの成分を混合して製造されたバッチの栄養素の均一性を評価しようとしています。 複数の応答（栄養素-鉄、銅など）を使用して、2つのレベル（成分の種類、混合速度、使用する材料の量）で3つの要素を含む完全要因設計を使用したい。
完全実施要因2 * 2 * 2設計= 8つのユニークな試行
各トライアルの製品は2つのバッグにパッケージされ、サンプルはテストのために複数の場所（上/中央/下）からバッグから取り出されます。 各バッチから合計18個のサンプルがテストされます。このデータをDOEに含めるにはどうすればよいですか？要因としてサンプルの場所とバッグ番号を作成する必要がありますか？または、完全な要因計画に含めるために18のサンプルテストの結果を平均化する必要がありますか？バッチの均一性を評価するために、バッチ結果ごとに個別の分散分析を実行する必要がありますか？
再：どのように完全な要因DOE設計に複数ポイントのバッチテスト結果を含めるのですか？リクエストを明確にするためのいくつかの質問。
- 完全要因計画法を選択した理由は何ですか？
- なぜあなたは各因子に対して2つのレベルを選んだのですか？2つの要因は連続的です。これらの要因の2つのレベルは、それぞれの効果が線形であることを前提としています。
- 応答は量（体重など）または濃度として測定されていますか？
デザインが設定されているようです。多くの解決策は、応答への影響をどのようにモデル化するか、およびどのような見積もりが必要かによって異なります。一部の効果は固定され、他の効果はランダムです。3つの要因が固定効果に寄与します。バッチはランダムな効果をもたらします。バッグと場所はどうですか？各バッチの各バッグの各場所から3回サンプリングするようです。もしそうなら、栄養レベルを決定するアッセイの不正確さのために3つのサンプルが必要ですか？システムエラーの測定が変動の大部分を占める場合は、特徴付けたいプロセス変動から分離することができます。3つの測定値の平均推定値を使用して、測定誤差成分を減らします。
要因として、バッチ、バッグ、および場所を入力できます。JMPは、デフォルトで固定された効果をモデル化しますが、[モデルに合わせる]ダイアログボックスでランダムに変更できます。ランダム効果は、分散成分の推定値を生成します。固定効果は係数推定値を生成します。
分散成分の推定には、同等の信頼区間の平均推定よりもはるかに大きなサンプルサイズが必要です。つまり、平均の推定は、分散の推定よりもはるかに効率的です。
再：どのように完全な要因DOE設計に複数ポイントのバッチテスト結果を含めるのですか？設計に取り込まれていない分析の別の側面は、入れ子因子レベルの。たとえば、Location = Middleは各Bagで同じではありません。それは物理的に不可能です。JMP設計手法では、すべての因子レベルが交差した 。ネストされた構造は、[モデルの適合]起動ダイアログボックスに追加されるもう1つの側面です。
[モデルの適合]ダイアログボックスでモデルを指定するのに助けが必要な場合があります。
再：どのように完全な要因DOE設計に複数ポイントのバッチテスト結果を含めるのですか？ハイマーク
回答ありがとうございます。
完全階乗法は、おそらくすべての組み合わせでの試行を含む最高の古典的で包括的な設計です。 実際、私の2つの要因はカテゴリに分類され（タイプミス-混合手法は混合速度ではなく要因であり、混合速度は一定です）、合計3つの要因（混合手法、材料の量または充填レベル、成分の種類）です。 はい、反応はそれぞれの栄養素濃度で測定されます。
バッグは満杯でほぼ円筒形で、高さは約3フィートで、サンプルを描くために特別なサンプラーが使用され、サンプルを上/中/下と同じ高さ/深さから描画できます。各バッチは2つのバッグになります（バッグ1と2）。各バッグから、3つの場所でサンプル（T / M / B）を採取する予定です。バッグあたり9個のサンプル（合計9 * 2 =バッチあたり18個のサンプル）。サンプルの水平方向の位置を修正するつもりはないので、バッグごとに3つの位置からの上位3つのサンプルを複製と見なすことができます。要因として「サンプルの垂直位置」（上、中、下）とバッグ番号（1/2）を使用するつもりです。 どう思いますか？はい、アッセイなどのばらつきがあるため T / M / Bの3つのサンプルを取得します。
ありがとうございました
再：どのように完全な要因DOE設計に複数ポイントのバッチテスト結果を含めるのですか？すべての組み合わせが必要なため、この場合、完全要因計画法は理にかなっています。バッグとポジションを要素として含めます。設計を複製しないでください。ランダムな変動が主にプロセスからであり、アッセイからではないように、平均濃度をモデル化します。代わりに、テーブルの応答データ列の右側に3つの列を追加します。これらの列に3つのアッセイを入力します。応答データ列に平均の式を追加します。（ヒント：レプリケートデータ列を選択し、それらの1つを右クリックして、[新しい数式列]> [集計]> [平均]を選択します。この列から式をコピーし、応答データ列の式に貼り付けます。新しいデータ列は必要ないため、削除します。または、それが速いと思われる場合は、応答データ列に直接式を作成します。）
モデルテーブルスクリプトの横にある緑色の三角形をクリックします。BagまたはPositionを含むクロスタームを削除します。[バッグと位置の用語]を選択し、[属性]の横にある赤い三角形をクリックして、[ランダム効果]を選択します。次に、混合手法、材料量、および成分タイプの固定効果を推定します。REMLアウトラインには、Bag、Location、および統計誤差の分散コンポーネントの推定値が表示されます。
