擬合模型中要包含哪些別名項再會
我進行了主效應篩選設計實驗，以確定哪些因素對材料的機械性質影響最顯著。 我的因素是：
L -> 5 級離散數值
R -> 2 級分類
S -> 2 級分類
T -> 2 級分類
我使用了預設的運行次數並添加了一次重複運行，因為這是一位同事的建議，並在使用設計評估工具時盡力最小化相關值，但必須將運行次數保持在最低限度，因為我沒有太多的運行次數需要使用的材料。 如果我沒記錯的話，這兩個因素的相互作用會自動從設計中排除，並作為別名項添加。
現在，當我使用擬合模型平台輸入實驗數據並進行效果篩選後運行分析時，顯著的效果會根據我在擬合模型平台中包含的別名項而有所不同。 我也無法包含所有兩個因素的交互作用（例如，LI 只能包含在兩個因素交互作用項中兩次），因為大多數效果都沒有顯示在結果效果摘要中。 這和設計的自由度有關係嗎？ 盡量包含盡可能多的兩個因子交互項，並優先考慮與別名矩陣中主效果相關性最高的項，是否正確？ 在我的別名矩陣中，4 個最高相關性如下：
長*(T*R) - 0.69
長*(長*短) - 0.58
長*(短*右) - 0.58
右*(長*長) - 0.56
其中括號中的因子是與括號前面的主效果部分混疊的兩個因子交互作用項。 接下來還有 4 個相關性，其值約為 0.4，設計的其餘部分包括相關性值非常低的項。
在大多數情況下，當我包含不同的兩個因子交互作用時，這些別名術語是否是效應 L 成為唯一顯著因子 (p<0.05) 的原因？我是否應該將上面列出的 4 個（相關性最高）作為我的最佳選擇，以找出哪些因素是重要的（如果有的話）？ 另外，我是否需要在擬合模型分析中包含兩個因素的交互作用？
實驗設計回覆：擬合模型中應包含哪些別名項ASTM 和 ISO 標準很少（如果有的話）用來提供最佳工藝。 它們是許多個人和組織之間合作的結果，並且通常是經過協商的。 通常它們是最低限度接受的標準。
儘管設定保持不變，但這並不意味著過程不會改變！ 例如，您可以將注塑製程的模具溫度設定為指定溫度。 但隨著製程的運行，熱材料被注入模具，模具溫度會升高。 這可以透過使冷卻劑流過模具來解決，但所有這些都會導致實際模具溫度的變化。
變數的數量並不限制您的調查。 誠然，您可能會受到資源的限制，但使用順序定向採樣和實驗可以研究的變數數量沒有限制。 稀缺性、等級制和遺傳性的原則都是正確的。 一個基本事實：為了了解某個因素的影響，該因素在研究中必須有所不同。 如果它在研究中是恆定的，則無法估計其效果。 因此，由於您是用一批完成整個研究的，因此您沒有數據來支持您的結論在批次發生變化時（最終會發生變化）仍然成立。
應在進行實驗之前規劃和製定處理實驗中噪音的策略。 有時，我們可以在第一次實驗運行後利用一些策略，但這些策略並不是最佳的。 例如，您可以考慮第一次重複實驗區塊 1，然後為第二個區塊再次複製整個實驗，但您需要非常注意區塊內恆定的噪聲，並確保區塊之間的噪音發生變化。
有時您可以挽救運行以在其他情況下使用，但您必須始終注意“阻止”效果。 不確定你的意思是“我只是想找到分析結果的最佳方法」。
是的，您可以決定將什麼模型輸入 JMP 進行分析（擬合模型）。 這應該在設計實驗之前完成，以便確保可以透過實驗估計最感興趣的效果，但在獲得數據後，您仍然可以選擇在模型中包含或不包含哪些內容進行分析。
回覆：擬合模型中應包含哪些別名項關於補充意見。 您的評論是正確的，所有設定並不總是保持不變。 然而，目前在3D列印研究領域中，尚不存在列印時可以遵循的ASTM/ISO標準。 正如您所說，開發此標準不允許假設某些設定保持不變，而其他設定則被選為變數。 然而，由於可以更改/研究的設定如此之多，大多數研究人員（在文獻中）通常會選擇一些設定進行更改，同時保持其他設定不變，就像我所做的那樣。 這仍然是一個不斷發展的研究領域。
我自始至終都使用同一批的材料。 我應該可以識別一些噪音變數。 如果我可以識別它們：要使用您提到的策略（BCBD、分割圖等），在我建立設計之前，雜訊變數是否應該包含在模型中，或者即使我已經完成了，我現在可以使用這些策略嗎？我的實驗使用我目前的設計？
對你的第二段的回應：如果我要進行混合設計，是否有可能產生與我目前運行類似的運行，這樣我就不必重新進行所有實驗？ 我的時間和剩餘資源（材料）有限，因此我只是想找到分析結果的最佳方法。 如果無需重新進行所有運行就無法創建更好的設計，那麼您提出的所有問題我仍然可以包含在我對實驗設計的討論中。
對第三段的回應：「您可以決定運行什麼模型」 - 您在這裡指的是我創建設計時，即生成設計表之前或在擬合模型平台中分析結果時？
謝謝你！
回覆：擬合模型中應包含哪些別名項補充評論：
關於你的聲明：「所有其他設定都可以控制在預設設定以及諸如測試過程中的環境變化之類可能會有所不同且未包含在模型中的因素仍然進行了測量，以確保它們保持不變或多或少恆定且對結果影響不大。 」
有了設定受控或保持恆定不是您應該做的，因為這將導致在推理空間中運行實驗，而這可能不是未來條件的典型情況。 因此，您的結果僅限於這些條件。 您研究過測量系統誤差嗎？ 添加劑是一批還是多批？ 批次之間是否有差異？ 您應該有一個策略來處理這些噪音變數。 引用一位偉大的實驗家的話：
「阻止你能阻止的，隨機化你不能阻止的」GEP 盒子
如果您可以識別所有雜訊變量，則可以使用出色的策略來劃分和分配這些變異源（例如，BCBD、BIB、裂區、重複、協變量等）。 只有當您打算永遠這樣做時，保持它們不變才是一個好主意。 如果您無法識別雜訊變量，請使用隨機化來獲得所有這些雜訊變數組合的無偏的、具代表性的估計值。 該估計隨後可用於統計測試。
我懷疑重複的一種處理方法能否為您提供合理的噪音估計，但這只是我的經驗。
我不確定我是否理解你的第一個要點？ 如果這些變數的水平設定有限制，您可以考慮混合設計。 您的實驗的目的是驗證文獻中所做的研究（這些研究是在完全不同的設計空間中完成的）並提供對您的假設的見解。 因素可以顯示其影響，無論大小，也可以與研究中的其他因素相關。 你的論點沒有提供超過 2 個層級的理由（因為你的主管想要...）
關於你的第二個要點，你已經創建了一個分數階乘。 您可以透過將高階效應與一階效應混疊來實現此目的。 對於任何分數設計都是如此。 如果您將一階效應與二階效應混疊，則您擁有 Res。 III 設計，如果將一階效應與三階效應別名，Res。四號等 混疊是由於您希望節省治療費用的結果，因為您懷疑自己尚未處於最佳設計空間，並且不確定哪些因素影響最大。 您可以決定在 JMP 中運行什麼模型。 有幾種思想流派可以實現這一目標。 我傾向於從飽和模型開始並刪除不重要的項目。 其他人則從 1 個變數開始，然後按順序（逐步）新增變數。 沒有正確的方法，但您確實需要知道如何評估您建立的模型，JMP 提供了大量統計數據來幫助實現這一點。
回覆：擬合模型中應包含哪些別名項再次感謝您的迅速回覆！
關於您的要點評論：我的實驗正在研究添加劑（其中兩個因素）以及 3D 列印設定（兩個因素）對使用我的材料創建的 3D 列印零件的影響。 是的，我已經進行了徹底的文獻檢索，並與我的主管坐下來討論我應該包含哪些級別的變數。 一切都經過精心策劃，並有足夠的數據來支援決策。 所有其他設定都可以控制在預設設定下，並且仍然測量測試期間的環境變化（可能會有所不同且未包含在模型中），以確保它們或多或少保持恆定並且不會顯著影響結果。
1)：我希望因子 L 為 2 級因子，但這是不可能的，因為它代表材料中的添加劑百分比，對於特定添加劑，我們使用 0 和 10% 之間的添加劑百分比差異 1%根據一些文獻研究，對所得材料強度有相當大的影響。 所以我的主管希望我包含 2 個以上的等級。
2）至於別名術語。 當我創建篩選設計時，我僅向模型添加主效應，並且設計評估下不存在別名項/矩陣。 然而，一旦我選擇「製作表格」選項，然後再次進入設計評估，兩因素交互作用就會突然列在「別名項」標籤下，並出現別名矩陣。 這是否是因為我使用的是經典篩選設計選項，然後 JMP 在建立表格時選擇了我的 5 水平因子？
感謝您描述為什麼我的 L 因子有偏差以及誤差項是如何受到影響的 - 這很有幫助！
3) 重複運行是我隨機選擇的，然後手動添加，因為篩選設計不允許添加重複的選項。 您是否建議我在我的設計中添加更多隨機重複運行，以嘗試獲得更公正的誤差估計？
謝謝你！
回覆：擬合模型中應包含哪些別名項
我的第一條評論是，我不明白：
- 正在試驗的過程（您是否創建了實驗的流程圖？），
- 這因素或導致您對這些因素進行實驗的假設（您有心智圖嗎），
- 反應變數或反應變數的變化量是否具有實用價值，
- 實驗是如何執行的（你追蹤運行順序嗎？ 它是按隨機順序運行的嗎？），
- 您如何處理實驗過程中發生變化的所有其他變數（未明確操縱）。
所以我的回答可能不完整。
1.您所附加的不是我所說的經典篩選設計，因為您的因子 (L) 超過 2 個水平。 由於您這樣做了，您已經創建了一個相當複雜的別名結構。 如果您堅持 2 個水平的 4 個因素，您將在 8 次治療中獲得直接的別名結構解析度 IV 設計。 我不明白為什麼你要在 5 個水平上只測試一個因素。 這會使結果產生偏差，因為研究中有關因子 L 的資訊比其他因素更多（L 的自由度為 4 個）。
2. 我還是不明白你對別名這個字的用法”模型中只包含主效應，t兩個因子交互作用被加為別名項」。 您請勿新增對相同模型起別名的項，否則產生的分析將在 JMP 中呼叫奇點警告。 在您提供的表格中，您總共有 10 個 DF。 每個 2 級因子為 1 個 DF，L 有 4 個 DF（1 個為線性、1 個為二次、1 個為三次、1 個為四次）。 非線性項與二階（及更高階）線性效應部分混疊。 由於與模型中的其他因素相比，L 被視為連續變量，因此這可能會創建混合模型場景（被視為隨機效應，而其他因素則被視為固定效應）。
有多種分析方法...有些方法透過從 1 項開始並向模型中添加項目（逐步）來進行加法分析。 有些人喜歡從飽和模型開始，並刪除被認為無關緊要的項。 這兩者都需要理解和解釋能力：R 方、調整後的 R 方（以及 2 之間的增量）、p 值、VIF（對於不平衡設計）、MS 誤差以及這是否代表真的誤差、實際意義等。要意識到，當您將某個項目從模型中刪除時，它最終會出現在誤差項中，然後成為影響 F 檢定的 MSerror 估計的一部分。從模型中刪除不重要的項目會進一步使 MSerror 項產生偏差（使 p 值看起來更顯著）。丹尼爾是第一個使用常態圖來執行不受 MSerror 項影響的統計檢定的人。
3. 恕我直言，添加 1 次重複運行對於提供代表性的、無偏的誤差估計幾乎沒有作用。 選擇哪個運行進行複製？ 隨機重複肯定已經使用/建議多年，以獲得對誤差的無偏估計。 也許還有更多理解錯誤、它對未來情況的代表性程度以及它是否是統計測試的良好基礎的高效和有效的方法。
回覆：擬合模型中應包含哪些別名項您好，感謝您抽空回答我的問題！
1 和 2)：我被轉介給一位有實驗設計經驗的同事尋求協助。 我從客製化設計開始，但被告知最好進行經典篩選設計，因為我試圖找出哪些因素對我的材料機械性能影響最顯著，以便我們可以利用這些因素並在進一步的研究中重點關注它們。
3 和 6）：我的意思是，在創建篩選設計期間，模型中僅包含主效應，並且兩個因子的相互作用被添加為別名項。 在收集我的研究結果並且必須使用擬合模型平台進行分析後，我很困惑在運行分析之前是否應該將別名項添加到擬合模型部分，因為別名矩陣和顏色圖顯示了部分別名和相關性一些主效應和兩個因素的相互作用，但不是主效應本身之間的相互作用。 我理解別名矩陣可以揭示哪些主效果可能因某些兩個因素的交互作用而產生偏差？從我讀到的內容來看，我認為這兩個因素的交互作用應該包含在擬合模型部分中？ 如果我只是在不添加別名項的情況下運行擬合模型分析並獲得結果，那麼我應該注意什麼才能知道指示為顯著的主效應是否真的顯著？ 我不熟悉奇點，但我會去閱讀。
4)：我被告知在生成表格後手動將一次重複運行添加到篩選設計中，但我不確定這有什麼幫助。
我在此附上我的 JMP 設計表。
回覆：擬合模型中應包含哪些別名項我有點困惑，所以這裡有一些問題/評論：
1. 如果您正在進行篩選設計，為什麼要在 5 個水平上測試一個因素？ 這將允許您估計更可能與最佳化設計相關的四階多項式。
2. 我假設您使用了自訂設計並添加了您最感興趣的模型術語？
3.我不明白你的意思“如果我沒記錯的話，這兩個因素的交互作用會自動從設計中排除被加為別名術語」。 擬合模型中不能有別名的項，否則會出現奇點。
4.我也不明白「增加一個重複運行」？ 您這樣做是為了在統計測試中獲得 1 DF 錯誤嗎？ 您如何選擇要複製的治療方法？ 實現統計檢定 MSfactor/MSerror（F 檢定）假設誤差是無偏的、隨機分佈的，並且希望能夠代表真的隨機錯誤（不確定如何透過 1 次重複處理得到這個結果？）。 殘差滿足 NID(0,variance) 假設。
5.模型中的每個係數都是有條件的，其大小（有時甚至是符號）會改變。它們取決於模型中的其他變數（和雜訊）。
6. 不明白》優先考慮與別名矩陣中主效應相關性最高的那些」。 如果你的模型變數相關，這就是多重共線性。 你不要這個。 確保檢查參數估計表中的 VIF。
也許附上您的 JMP 表，社區可以看看。
