結果を解釈した後で別の入力係数をD最適カスタム設計に追加できますか？みなさん、こんにちは。
私は5つの入力因子、カスタム設計：D-Optimal、28回の実行を伴うRSM方法論を使用して調査を実行しましたが、結果の解釈中に、6番目の因子を含めることは素晴らしいことであることに気付きました。この段階でデザインを「拡張」することは可能ですか？どのように追加の実行をデザインできますか？同様の経験をお持ちの場合は、ご意見をお寄せください。ありがとう
Re：結果を解釈した後、別の入力係数をD最適カスタム設計に追加できますか？最初の28回の実行中に第6因子のレベルを測定しましたか？その場合は、拡張する前にモデルに組み込んでみてください。最初に適切な列のプロパティを追加します。
最初の28回の実行中、6番目は一定でしたか？レベルはわかっていますか？設計を拡張する前に、このデータ列を作成する必要があります。その後、DOE> Augment Designを選択し、通常どおり続行します。因子範囲を調整する必要があり、モデルを変更する必要があります。
Re：結果を解釈した後、別の入力係数をD最適カスタム設計に追加できますか？Markが述べたように、以前の実行からのこのパラメーターの事前情報があるかどうかが重要です。このパラメーターを追加の変数として測定した場合、モデルがその影響についてすでに何かを教えてくれるかどうかを確認できます。それが一定であった場合、これは多くはありませんが、それでもいくつかの情報です。
それを測定していない場合、または以前の28回の実行中のレベルに関する情報がない場合は、この効果を推定するために必要な数の実行を実行する必要があります。この6番目のパラメーターと前の5つのパラメーターの2因子相互作用効果、そして、その影響を完全に理解するための二次効果。（もちろん、実行回数が少ないと、いつものようにエラーを推定できます）。
事前の特定の相互作用または二次効果が発生しないことがわかっている場合は、モデルを調整して、必要な実行数を減らすことができます。
要約すると、以前の28回の実行からの情報がすでにある場合は、ギャップを埋めるためにもう少しだけ必要かもしれません。何もわからない場合は、このパラメーターが追加する追加のモデル効果ごとに少なくとも1回追加の実行が必要です。
Re：結果を解釈した後、別の入力係数をD最適カスタム設計に追加できますか？こんにちはマーク、6回目の要因は28回の実行を通じて一定に保たれ、レベルは既知です。あなたの答えをありがとう、私はそこから始めて、拡張デザインを探りますRe：結果を解釈した後、別の入力係数をD最適カスタム設計に追加できますか？こんにちは、マーティン。前回の28回の実行での因子レベルに関する情報がすでにあるので、朗報です。ギャップを埋める縮小バージョンを実行することを聞いてうれしいです。サポートに感謝します
