DOE：履歴データをブロックの追加のブロック変数として、または単にカテゴリカル要素として追加しますか？顧客は尋ねました：
彼らは、小さなクロモカラム（直径1.6cm）でDOEを実行したいと考えています。彼らはすでにラボスケールのクロモカラム（直径5cm）からのいくつかの履歴データを持っています。これらの結果をDOEに含めて、より良いモデル結果を取得できますか？特に、異なるスケールが使用されていることをソフトウェアが理解していることをデザインに伝える方法は？ブロックを使用していますか、それともカテゴリカル要素として使用していますか？さらに良いのは、クロモカラムが効果がないことを確認することです。ある場合は、スケーリングに使用できるオフセットを教えてください。（私たちのスケールダウンモデルの資格にとって重要です
（追加の5cm実験を実行できないため、デザイン自体でブロッキング変数を使用するオプションは除外します）
私の提案は、サイズ5cmと1.6cmのスケーリングに追加のブロッキングファクターを使用することです。したがって、ブロッキングファクターのランダムな効果でモデルを調整する必要があります。カテゴリースケーリングのサイズファクターのみを使用する場合、異なるグループのみがあり、サイズ効果自体に関する情報がないため、目的のスケーリングオフセットに関する情報を取得できない場合があります。
これについての経験や、これに取り組むのに最善の方法についての意見はありますか？小規模な実験データよりもはるかに多くの履歴データを使用する場合、問題（バイアスの追加）になる可能性があります。
ありがとう！
Re：DOE：履歴データをブロックの追加のブロック変数として、または単にカテゴリカル要素として追加しますか？外部で検証されたときに、元のデータを拡張しました。
Re：DOE：履歴データをブロックの追加のブロック変数として、または単にカテゴリカル要素として追加しますか？ありがとうマーク、
私もこれについて考えましたが、スケーリングサイズに違いがあるかどうかを理解するためにモデルをどのように扱うべきかわかりませんでした。スケーリングサイズを追加するには、データテーブルに列を追加する必要があります（既存のデータでは5cm、拡張パーツでは1.6）。単純にカテゴリーとして使用するのが最善でしょうか？
Re：DOE：履歴データをブロックの追加のブロック変数として、または単にカテゴリカル要素として追加しますか？こんにちはマーティン、
あなたは確かにカテゴリー的要因としてスケールを持つことができます。しかし、それはドメインの専門家の考えに依存します。
- 彼らは、システムが2つの異なるスケールで動作することをどのように期待していますか？
- 実験の目標は何ですか？
また、連続係数としてスケールを持つことも有効です。
そして、因子が異なるスケールで異なる影響を与える可能性があると彼らが考える場合、スケールと他の因子の影響との間の相互作用があることは有効です。
ドメインの専門家に、さまざまなモデルの可能性を検討し、それらがシステムの動作を理解および予測できるようにするための意味を理解することをお勧めします。
フィル
