在經典 DOE 設計中指定隨機塊因子大家好，
在 JMP 中生成經典的 DOE 設計時，任何塊因子都會自動默認為固定塊因子。 我知道我可以通過在“擬合模型”平台中向其添加“隨機效應”屬性，將其更改為隨機塊效應以利用 REML 方法。 但是，我注意到我也可以將其設計角色更改為“Random block”，它不會自動分配 Fit Model 中的“random effect”屬性。 那麼“Blocking”和“Random block”作為設計角色選項有什麼區別嗎？ 我唯一注意到的是，塊因子在分配為“隨機塊”時顯示在預測刻畫器中，但在分配為“阻塞”時不顯示。 此外，Fit Definitive Screening 平台僅適用於“Blocking”而非“Random block”設計角色。
謝謝。
回复：在經典的 DOE 設計中指定隨機塊因子@statman和@馬克貝利，謝謝你們的有益討論。 在我著手計劃我的實驗時，這些是我要牢記的要點。
回复：在經典的 DOE 設計中指定隨機塊因子我關於限制隨機效應的觀點與使用 Brad 為 DSD 創建的特殊擬合過程有關。 當然，您可以對 DSD 使用任何分析方法。
兩個塊將產生非常少的關於隨機效應的信息。 方差的估計會很差。 另一方面，將任何變化分配給塊的能力將改進對固定效應的估計。
你以前有過“白天”效應的經驗嗎？
回复：在經典的 DOE 設計中指定隨機塊因子韓信，
我的一位導師的一些智慧的話，
“所有模型都是錯誤的，有些是有用的”（GEP 盒子）。”
“面對同樣的問題，兩位能力相當的調查員通常會從不同的起點開始，走不同的路線，但可能會得出相同的答案。 追求的不是統一而是趨同” （盒子，獵人和獵人，實驗者統計）
不幸的是，根據您發布的解釋，我不了解您的情況。 我需要了解您要回答的問題是什麼，您要模擬的響應變量是什麼，您要試驗的因素是什麼，等等。 一般來說，當我在工業實驗中使用塊時，我會花很多精力來識別和理解噪音（使用批判性思維和流程圖）。 實驗的目的是讓實驗能夠代表我們試圖得出結論的條件（推理空間）。 這就提出了一個兩難的境地，越是具有代表性的實驗，實驗中的噪聲越大，就越難檢測出因子效應。 從歷史上看，人們選擇保持噪聲不變以改善精確設計的（Box 的詞用於檢測因素影響）。 不幸的是，這對推理空間有巨大的負面影響。 因此，在提高設計精度的同時使實驗更能代表現實是一項極其重要的工作。 有許多策略可以實現此目的：重複（允許估計短期噪聲，例如測量誤差）、重複（隨機化和 RCBD、BIB）、裂區等。如果您可以先驗地識別噪聲更有效的方法供您使用. 如果您無法識別噪音，您唯一的選擇就是隨機化您的情況
中心點運行可能非常有效且有用，但因素必須是定量的。 它們能夠評估設計空間的一般曲率（分配二次效應的自由度），如果使用得當，還可以查看設計空間的穩定性。 如果你複製中心點，有人會說你對 MSE 有一個相當好的估計（認為中心點可能是當前條件，所以你有一組當前條件下的數據來測試因素影響）。 如果您在設計空間上隨機運行多個中心點，您還可以評估設計空間上的穩定性。
回复：在經典的 DOE 設計中指定隨機塊因子感謝您提供歷史方面的信息和您對此事的看法。 您對我們下面提到的具體情況有何看法？
澄清一下，在我們計劃的研究中，由於機器數量有限，我們必須將運行分成 2 個塊。 我們計劃在同一組機器上運行 2 個塊，但在不同的日子，所以這裡的塊因素是日常可變性。 我假設這應該是隨機效應，但想知道它是否值得阻止。
另外要補充的是，我們還計劃在每個塊中包括至少 1 個中心點運行，這可能有助於估計塊到塊的方差。
回复：在經典的 DOE 設計中指定隨機塊因子在 Bradley Jones 的博文中，他提到 DSD 不適合裂區設計，但我真的沒有看到他提到一般情況下無法實現隨機效應。
在這張紙來自 Jones 和 Nachtsheim，他們通過在同一個塊中添加兩個中心點運行來估計殘差方差，在另一個塊中添加另一個中心點運行來估計隨機塊方差，從而提供了具有隨機效應的 DSD 塊的方法。
澄清一下，在我們計劃的研究中，由於機器數量有限，我們必須將運行分成 2 個塊。 我們計劃在同一組機器上運行 2 個塊，但在不同的日子，所以這裡的塊因素是日常可變性。 我假設這應該是隨機效應，但想知道它是否值得阻止。
回复：在經典的 DOE 設計中指定隨機塊因子我將提供有關區塊、區塊效應和區塊因子交互的不同觀點。 阻塞（複製）的概念可以追溯到 Ronald Fisher 爵士。 塊的想法是最小化塊內的噪聲（保持不變）並最大化塊之間的噪聲（有目的地選擇塊以確保塊內保持恆定的噪聲在塊之間發生變化）。 這樣做可以提高檢測因素影響的精度（例如，降低 MSE），同時增加推理空間（研究在不斷變化的噪聲上進行複制）。 當將塊視為固定效應時，您可以分配噪聲的影響，更重要的是確定實驗因素的影響是否會隨著噪聲的變化而重複。 後者通過逐塊交互進行估計。 在工業實驗和產品設計中，穩健意味著沒有噪聲因素相互作用（因素/相互作用的影響與不斷變化的噪聲相同）。 否則，隨著時間的推移，您會遇到問題。 以批次間進料為例；如果存在某種影響（因素或相互作用）依賴於取決於大量來料，您希望在設計早期識別這一點，以便設計出對來料穩健的產品。 如果將原材料與區組混為一談，將區組視為固定效應，則可以估計區組中變量的影響和逐塊交互。 不幸的是，大多數軟件程序混淆了逐塊因子交互與誤差項。 您將需要手動指定這些效果（編寫您自己的模型）。 我會引用 Box 博士的話“阻止你能阻止的，隨機化你不能阻止的”。 我對這句話的解釋是，如果你能識別出你最好“阻止它”的噪音。 當然，如果你不能識別噪音，你會隨機化。 我已經和 Brad Jones 就這個話題進行了多次討論......
回复：在經典的 DOE 設計中指定隨機塊因子DSD 不適用於許多情況。 其中一種情況是當您對區組或裂區隨機化有隨機效應時。
請參閱有關此問題的 Bradley Jones 博客文章。
回复：在經典的 DOE 設計中指定隨機塊因子既然你提到固定塊比隨機塊消耗更多的 DOF，這是否意味著在通過經典 DOE 生成的現有數據表中將塊因子屬性更改為“隨機效應”會增加參數估計的功率，如果有多個級別的塊因子？
回复：在經典的 DOE 設計中指定隨機塊因子它並不是特定於最佳 DOE 的東西，因此您可以完全分析帶有隨機塊的塊狀經典設計，即使它默認為固定。 那裡真的沒有任何缺點。 也就是說，如果您正在執行 DSD，我強烈建議您使用 Fit Definitive Screening 進行分析，我認為您無法強制將 Block 視為隨機。回复：在經典的 DOE 設計中指定隨機塊因子感謝您澄清這兩種阻塞效應之間的區別。 我同意隨機塊效應在大多數情況下最有意義，至少是那些與我的研究相關的情況。
我很好奇的是在生成經典的 DOE 設計或 DSD 設計時如何將塊因子分配為“隨機塊”。 在自定義 DOE 平台中，您可以很容易地指定它。 然而，在經典的 DOE/DSD 中，塊因子默認為固定效應，您只能在設計表生成後更改其屬性（至少據我所知）。
將隨機塊效應和 REML 方法用於經典 DOE 設計是否有意義，或者這是否特定於定制設計？
回复：在經典的 DOE 設計中指定隨機塊因子固定塊和隨機塊在設計優化中的處理方式不同，您應該使用與您將如何擬合模型相對應的塊類型。 它們消耗的自由度不同，因此會根據您選擇的塊類型對設計空間中的點分配方式產生影響。請注意這兩種方法之間最小和推薦設計尺寸的差異。固定塊通常需要更多運行。
您可能出於某些原因將塊視為固定塊，但我發現在我見過的大多數情況下隨機塊更有意義，特別是如果您的目標是考慮塊引起的變化而不需要進行任何推斷關於效果。例如，如果我在我的設計中包含多個批次的原材料，我不關心批次 A 將平均響應增加 1.5，批次 B 增加 -0.6，因為一旦批次 A 和 B 被消耗，它們就永遠消失了，我們永遠不會有另一個 Lot A 或 Lot B。我只希望我在設計中使用的批次能夠代表我將來會遇到的原材料批次的典型變化。
