分析并非完全独立的条件你好，
我正试图描述一个生物制造过程，即将其临近过程（收获期间）。我正在研究3个连续的因素：媒体1的单元时间，媒体2的单元时间和媒体3的单元时间。这些因素在此过程中按时间顺序出现。我对ME和这三个因素之间的相互作用产生了兴趣。棘手的是媒体1和媒体2中的单元时间很难更改，因为我们需要更大的音量。经过这两个步骤，我们可以将Media 3分为多个较小的条件。但是，假设我们有3个条件，然后对于前两个步骤（介质1和2），这些细胞实际上一起位于同一管中，并且我们仅在第三个因子上创建3个条件（我们现在分成3个样品瓶）。我不确定如何在分析过程中说明这一点，因为从技术上讲，这些并不是独立的条件。当我制作DoE时，JMP提出了一个分割图设计（每个图有5个整体图，每个条件3个条件），这对我来说很有意义，但我认为仍然有一个假设，即每个条件都是独立的。在我们的情况下，它们不是完全独立的，因为对于每个整图，这3个条件实际上是前两个因素的一个条件，而在最后一步中仅变为3个条件。
我的问题是，在拟合模型分析中，我需要做些什么来解决这个问题？有没有办法？似乎在创建分割图设计时，JMP会自动向模型中添加整个图随机效应，但是我认为这不能解决上述问题。
谢谢！
编辑：为澄清起见，我使用了自定义设计并指定了前两个很难更改的因素。我确实很容易改变的第三个因素。
回复：分析不是完全独立的条件我有点挣扎着想知道您的过程是什么样子，但是如果您指的是过程步骤3中3个管的依赖关系，而这些依赖关系都来自过程步骤1和2中的同一管，则依赖关系您关心的是已经被整个图块随机处理的效果。 条件残差应该看起来独立。
回复：分析不是完全独立的条件基本上，我们在烧瓶中培养细胞，然后在过程结束时“收获”它们，这意味着将它们旋转下来并以不同的培养基配方重悬，以便将其冷冻下来。
但是我想你回答了我的问题。我在努力思考为什么“整体图解”随机效应解释了这种依赖性，但是听到它确实令人感到放心。
回复：分析不是完全独立的条件在2019年探索峰会上有一个演讲=> 具有“顺序”因素的实验设计与分析 （2019-US-30MP-200）
如果我理解您的问题，那么本次演讲可能会引起您的兴趣。
回复：分析不是完全独立的条件我建议您阅读Box和Jones的“用于可靠产品实验的剖分设计”。 我经常使用这种方法，因为它非常有效。 不幸的是，如果没有一些干预，JMP无法完成分析。 您将需要与子图分开分析整个图。 我首先使用饱和模型分析整个数据集。 将参数估计表变成新表，并为每个图（WP和SP）创建正态图和帕累托图。
