如何设计一个涵盖 3 个系统、8 个因素和 6 个产品的 DOE，从而得到一个最优设置？我正在设计一个包含7个连续变量的实验设计（DOE）。我预期其中两个因素的最优曲线可能并非线性，并且我还预期变量之间存在交互作用。
我有 3 台用于测试的系统，我的系统需要能够处理 6 种不同的产品——我的问题是，我需要在设置中找到一个折衷方案，以提供所有 6 种不同产品的最佳输出。
我的想法是设计一个实验设计（DOE），将系统中的3个组成部分作为分类因子，将7个变量作为连续因子。我希望系统本身不会产生影响，但它也可能产生影响，所以我需要确保所有3个系统都使用相同的设置。之后，我将对所有6种产品进行完整的实验设计，并尝试找到这6种产品组合的最佳设置。
您觉得这个设计合理吗？或者您有其他建议？对于所有7个变量，只测试两个水平可以吗？还是说对于那些我预期不会呈现线性行为的变量，我必须测试三个或更多水平？
期待您的回复。
实验设计大规模定制回复：如何设计一个涵盖 3 个系统、8 个因素和 6 个产品的 DOE，从而形成一个最佳设置？欢迎来到社区和 JMP。
我的问题和想法。 有很多选择。
1. 设计多个计划（例如，部分因子 res IV、DSD、带中心点的部分因子）预测每个计划和所需资源的所有可能结果。 还要考虑第一个实验是设计一个更好的实验，因此您不必在第一次迭代中了解所有内容（例如，非线性效果）。
2.我对“系统的3pc”感到困惑。 我不明白这个？ 系统是测量系统吗？ 如果没有更好地理解这一点，除了确定 3pc 不同的原因之外，我真的没有任何建议给你，你能选择其中的 2 个并推断出第三个吗？
3. 没有提及响应变量。 那里有多少？
4. 一个想法，如果您将“产品”视为噪音并阻挡产品怎么办（您可能会混淆系统在块中也是如此）。 选择您假设差异最大的产品，然后首先运行这两个块。 您不太担心块效应，而是在寻找逐个因素的相互作用，这表明实验中变量的影响取决于您使用的产品。 这不是您想要的结果，但您想及早识别这些影响，以便可以更改设计以适应。
5. 我会从 2 级筛选设计开始，并随着你越来越接近你想要的而增加这些设计。 复杂模型倾向于在较小的设计空间中工作。 实际上，可能不存在真正的线性关系，但您正在尝试使用尽可能简单的模型来近似复杂曲面。
6.考虑噪音，您将如何处理？ 根据我的经验，这是实验设计中最被忽视的部分。 然而，这是最重要的方面之一。 您希望您的设计（以及分析得出的结论）能够代表未来。 您应该注意不要限制噪声，因为这会对推理空间产生负面影响。 挑战在于，随着噪声越来越接近现实，检测因子效应的精度会降低。 因此，您将需要策略来处理实验中的噪声（例如，重复、CRR、RCBD、BIB、裂区）。
