如何在全因子DOE設計中包括多點批測試結果？我正在嘗試評估通過在機械混合器中混合四種成分而生產的批次的營養均勻性。 希望使用具有三個因素的全要素設計，每個因素在兩個級別（成分類型，混合速度，使用的材料量）具有多個響應（營養素-鐵，銅等）。
全因子2 * 2 * 2設計= 8個獨特的試驗
將每個試驗的產品包裝到兩個袋子中，並從多個位置（頂部/中間/底部）抽取樣品袋進行測試。 每批共測試18個樣品。如何將這些數據包含在DOE中？將樣品位置和包裝袋編號作為因素嗎？還是必須將18個樣本測試的平均結果包括在全因子設計中？是否必須對每個批次結果運行單獨的ANOVA分析以評估批次一致性？
回复：我如何在全因子DOE設計中包括多點批測試結果？一些問題可以幫助您澄清您的要求。
- 為什麼選擇完整的析因設計方法？
- 為什麼為每個因素選擇兩個級別？您的兩個因素是連續的。這些因素的兩個水平假設每個因素的影響都是線性的。
- 是否以數量（例如重量）或濃度來衡量響應？
聽起來您的設計已經設定。許多解決方案取決於您打算如何對響應的效果建模以及所需的估計值。您的某些效果是固定的，而其他效果則是隨機的。這三個因素產生了固定的影響。批處理會產生隨機效應。行李和位置呢？似乎您從每個批次的每個袋子中的每個位置採樣了三次。如果是這樣，由於測定營養物含量的方法不精確，是否需要三個樣品？如果度量系統誤差是變化的很大一部分，那麼您可能希望將其與要表徵的過程變化分開。我將使用三個測量值的平均值來減少測量誤差分量。
您可以輸入Batch，Bag和Location作為要素。JMP默認情況下會將其效果建模為固定效果，但是您可以在“擬合模型”對話框中將其更改為隨機效果。隨機效應產生方差分量估計。固定效應產生係數估計。
對於可比較的置信區間，方差成分估計需要比均值估計大得多的樣本大小。即，均值的估計比方差的估計有效得多。
回复：我如何在全因子DOE設計中包括多點批測試結果？我忘了補充說，設計中未捕獲的分析的另一個方面是套料因素水平。例如，每個Bag的Location = Middle不相同。這在物理上是不可能的。JMP設計方法假定所有因素水平均為越過 。嵌套結構是在“擬合模型”啟動對話框中添加的另一個方面。
在“擬合模型”對話框中指定模型時，可能需要一些幫助，所以就問吧！
回复：我如何在全因子DOE設計中包括多點批測試結果？嗨馬克
感謝您的回复。
全因子分析可能是最好的經典綜合設計，其中包括所有組合的試驗。 實際上，我的兩個因素是分類因素（典型錯誤-混合技術是因素，而不是混合速度，混合速度是恆定的），總共是三個因素（混合技術，物料量或填充水平，配料類型）。 是的，在相應的營養濃度下測量響應。
袋子裝滿後幾乎是圓柱形的，高約3英尺，並使用特殊的採樣器抽取樣品，從而可以從相同的高度/深度抽取樣品的頂部/中間/底部。每批結果分成兩個袋子（袋子1和2）。我計劃從每個包裝袋中的三個位置取樣（T / M / B）。每袋9個樣品（每批次總共9 * 2 = 18個樣品）。由於我不會固定樣品的水平位置，因此可以將每個袋子三個位置的三個頂部樣品視為重複樣品。我打算將“樣本垂直位置”（頂部，中部，底部）和袋子編號（1/2）作為因素。 你怎麼看？是的，由於檢測方法等的可變性 為T / M / B取三個樣本。
謝謝
回复：我如何在全因子DOE設計中包括多點批測試結果？在這種情況下，完全因子設計方法很有意義，因為您需要所有組合。包括袋和位置作為因素。不要復制設計。您要對平均濃度建模，以便隨機變化主要來自過程而不是測定。而是在表中響應數據列的右側添加三列。在這些列中輸入三次重複測定。將平均值的公式添加到響應數據列。（提示：選擇複製數據列，右鍵單擊其中之一，然後選擇“新建公式列”>“聚合”>“均值”。複製此列中的公式並將其粘貼到響應數據列的公式中。您不需要新的數據列，因此將其刪除。或者，如果您認為更快，則直接在響應數據列中直接創建公式。）
單擊“模型”表腳本旁邊的綠色三角形。刪除所有包含Bag或Position的交叉術語。選擇“袋”和“位置”項，單擊“屬性”旁邊的紅色三角形，然後選擇“隨機效應”。現在，您將估計混合技術，物料量和成分類型的固定效果。REML大綱將顯示Bag，Location和Statistics Error的方差分量的估計值。
