如何在全因子DOE设计中包括多点批测试结果？我正在尝试评估通过在机械混合器中混合四种成分而生产的批次的营养均匀性。 希望使用具有三个因素的全要素设计，每个因素在两个级别（成分类型，混合速度，使用的材料量）具有多个响应（营养素-铁，铜等）。
全因子2 * 2 * 2设计= 8个独特的试验
将每个试验的产品包装到两个袋子中，并从多个位置（顶部/中间/底部）抽取样品袋进行测试。 每批共测试18个样品。如何将这些数据包含在DOE中？将样品位置和包装袋编号作为因素吗？还是必须将18个样本测试的平均结果包括在全因子设计中？是否必须对每个批次结果运行单独的ANOVA分析以评估批次一致性？
回复：我如何在全因子DOE设计中包括多点批测试结果？一些问题可以帮助您澄清您的要求。
- 为什么选择完整的析因设计方法？
- 为什么为每个因素选择两个级别？您的两个因素是连续的。这些因素的两个水平假设每个因素的影响都是线性的。
- 是否以数量（例如重量）或浓度来衡量响应？
听起来您的设计已经设定。许多解决方案取决于您打算如何对响应的效果进行建模以及所需的估算值。您的某些效果是固定的，而其他效果则是随机的。这三个因素产生了固定的影响。批处理会产生随机效应。行李和位置呢？似乎您从每个批次的每个袋子中的每个位置采样了三次。如果是这样，由于测定营养物含量的方法不精确，是否需要三个样品？如果度量系统误差是变化的很大一部分，那么您可能希望将其与要表征的过程变化分开。我将使用三个测量值的平均值来减少测量误差分量。
您可以输入Batch，Bag和Location作为要素。JMP默认情况下会将其效果建模为固定效果，但是您可以在“拟合模型”对话框中将其更改为随机效果。随机效应产生方差分量估计。固定效应产生系数估计。
对于可比较的置信区间，方差成分估计需要比均值估计大得多的样本大小。即，均值的估计比方差的估计有效得多。
回复：我如何在全因子DOE设计中包括多点批测试结果？我忘了补充说，设计中未捕获的分析的另一个方面是套料因素水平。例如，每个Bag的Location = Middle不相同。这在物理上是不可能的。JMP设计方法假定所有因素水平均为越过 。嵌套结构是在“拟合模型”启动对话框中添加的另一个方面。
在“拟合模型”对话框中指定模型时，可能需要一些帮助，所以就问吧！
回复：我如何在全因子DOE设计中包括多点批测试结果？嗨马克
感谢您的回复。
全因子分析可能是最好的经典综合设计，其中包括所有组合的试验。 实际上，我的两个因素是分类因素（典型错误-混合技术是因素，而不是混合速度，混合速度是恒定的），总共是三个因素（混合技术，物料量或填充水平，配料类型）。 是的，反应是以各自的营养物浓度来衡量的。
袋子装满后几乎是圆柱形的，高约3英尺，并使用特殊的采样器抽取样品，从而可以从相同的高度/深度抽取样品的顶部/中间/底部。每批结果分成两个袋子（袋子1和2）。我计划从每个包装袋中的三个位置取样（T / M / B）。每袋9个样品（每批次总共9 * 2 = 18个样品）。由于我不会固定样品的水平位置，因此可以将每个袋子三个位置的三个顶部样品视为重复样品。我打算将“样本垂直位置”（顶部，中部，底部）和袋子编号（1/2）作为因素。 你怎么看？是的，由于检测方法等的可变性 为T / M / B取三个样本。
谢谢
回复：我如何在全因子DOE设计中包括多点批测试结果？在这种情况下，完全因子设计方法很有意义，因为您需要所有组合。包括袋和位置作为因素。不要复制设计。您想对平均浓度建模，以便随机变化主要来自过程而不是测定。而是在表中响应数据列的右侧添加三列。在这些列中输入三次重复测定。将平均值的公式添加到响应数据列。（提示：选择复制数据列，右键单击其中之一，然后选择“新建公式列”>“聚合”>“均值”。复制此列中的公式并将其粘贴到响应数据列的公式中。您不需要新的数据列，因此将其删除。或者，如果您认为更快，则直接在响应数据列中直接创建公式。）
单击“模型”表脚本旁边的绿色三角形。删除所有包含Bag或Position的交叉术语。选择“袋”和“位置”项，单击“属性”旁边的红色三角形，然后选择“随机效应”。现在，您将估计混合技术，物料量和成分类型的固定效果。REML大纲将显示Bag，Location和Statistics Error的方差分量的估计值。
