DOE：將歷史數據添加為數據塊附加的數據塊變量還是僅作為分類因子？一位顧客問：
他們希望使用較小的色譜柱（直徑為1.6cm）進行DOE。他們已經有了實驗室規模的色譜柱（直徑5厘米）的一些歷史數據。我們可以將這些結果包括在DOE中以獲得更好的模型結果嗎？尤其是如何告訴設計軟件知道已經使用了不同的比例尺？使用塊還是作為分類因素？更好的是確認色譜柱沒有任何作用。如果有，它應該告訴我們可以用於縮放的偏移量。（對於我們按比例縮小模型的資格很重要
（我排除了在設計本身中使用阻塞變量的選項，因為我們無法運行其他5cm實驗）
我的建議是使用額外的阻塞因子來縮放5cm和1.6cm的尺寸，因此需要對模型進行調整，並隨機影響阻塞因子。如果僅使用分類縮放比例因子，則可能無法獲得有關所需縮放比例偏移的信息，因為我只有不同的組，而沒有有關尺寸效果本身的信息。
您是否對此有任何經驗或對最佳方法的看法？當他們使用比小規模實驗數據更多的歷史數據時，可能會成為一個問題（增加偏差）。
謝謝！
Re：DOE：將歷史數據添加為塊附加的塊變量或僅作為分類因子？在外部驗證時，我已經增加了原始數據。
Re：DOE：將歷史數據添加為塊附加的塊變量或僅作為分類因子？謝謝馬克，
我也考慮過這一點，但不確定如何處理模型以了解縮放大小之間是否存在差異。我必須在數據表中添加一列以添加縮放大小（現有數據為5cm，增強部分為1.6cm）。最好只是簡單地將其用作分類嗎？
Re：DOE：將歷史數據添加為塊附加的塊變量或僅作為分類因子？嗨，馬丁，
您當然可以將“規模”作為一個分類因素。但這取決於領域專家的想法：
- 他們如何期望系統在兩個不同的規模上運行？
- 他們的實驗目標是什麼？
將“比例”作為連續因子也是有效的。
如果尺度與其他因素效應之間存在相互作用，那是有效的，如果他們認為這些因素在不同尺度上可能具有不同的效應，這在我看來是合理的。
我鼓勵領域專家考慮不同的模型可能性，並理解它們對使他們能夠理解和預測系統行為的意義。
菲爾
