分数阶实验设计的帮助我如何进行实验的分数阶设计。我看了一些视频，但是他们没有很好地向我解释这些基础知识。我有需要分析的数据，但是我对实验设计是陌生的，但是我没有时间要花时间。我希望有一个交互式的解释。
我非常感谢提供的任何帮助
回复：用分数阶实验设计帮助我建议您阅读安装JMP时下载到计算机上的DOE教程。 它将引导您完成分数分解设计的实现
可以在以下位置找到它：
帮助==>教程==> DOE教程
回复：用分数阶实验设计帮助JMP教程对于初学者来说非常不错。 如果将数据集附加到此线程，我相信有人会看一下并帮助您进行分析。
回复：用分数阶实验设计帮助附件是我的数据集。最后一个变量是结果变量（Y）。所有其他都进入模型。非常感谢你
回复：用分数阶实验设计帮助您首先需要告诉我们响应变量（Y，干细胞重量）的哪些变化具有实际价值？对您而言最小的变化增量是多少，目标值是多少？您还跟踪运行顺序吗？
查看您的设计，您在底部有4种处理方法，级别设置有很大不同？这些不是中心点。 对您如何想到这些治疗组合感到好奇吗？
第一眼（再次这是一个盲目的眼神，因为我不知道所创建的变体是否具有任何实际价值）：
1。您得到的处理结果异常大，结果为0.706。 该较大值（特殊原因之类的）很可能是由于实验中的噪声而不是由于处理效果引起的，因此在使用定量分析时应谨慎。 这种潜力会加剧实验误差。
2。我没有进行最后4种处理就进行了分析，并使用饱和模型附加了分析（JMP Journal）。这是对每个因素和相关相互作用的线性效应的筛选（您已经从一个相当高分辨率的设计开始）。 通常，您可以通过删除无关紧要的术语来简化模型，然后重新运行分析以获得残差以评估模型的充分性。 为此，首先必须确定这些结果是否具有实际意义。
3。我删除了一些符合Y值实际变化0.05的术语（帕累托图），并且还显示了统计学上的意义（半正态图）。 此分析的结果也附在日记本中。 残差看起来有点双峰，并且可能还有异常值，表明模型可能存在一些问题。我保存了残差和此分析的预测公式。
4。然后，我在原始数据集中添加了其他4种处理方式。 预测公式在预测这4个点上做得很差（可能并不稀奇，因为这4个点远远超出了设计空间的推断）。从因子B看，该因子似乎具有非线性效应。
我确定其他人可能会采用其他方式...如果您有任何疑问，请告诉我。
回复：用分数阶实验设计帮助加到 @txnelson 和 @statman ，假设表中的顺序是运行的顺序，我绘制了运行的因子水平。我看到了一个独特的模式，表明该实验不是随机的。
对随机化的限制会极大地影响分析。具有单个误差项（残差）的线性模型的回归将使难以更改的因子的I型误差膨胀，而使易于变化的因子的II型误差膨胀。看起来您在最后四次之前有五个随机级别特设治疗。
我还添加了可促进对实验数据进行回归分析的列属性。当您使用JMP设计实验并制作表格时，JMP会自动添加这些属性。您是从没有此类属性的Excel工作簿中导入此数据的。
我使用带有岭回归的广义回归来缩小估计值，并使用LASSO选择具有主要效应和相互作用效应的线性模型的参数，但是如果这个实验不是随机的，那么我怀疑任何回归是否有效。
