重复半部分设计与整个设计在2个块中假设我有5个2级分类因子（2 ^ 5的全阶乘）的32次运行预算。 假设我想做一个筛选设计，我对主效应和2因子相互作用感兴趣。 因此，筛查设计还可以。 JMP让我指定设计的选择。 让我们谈谈选项（A）与（B）：
A）假设我指定我将32个运行分为两个16个块进行，对于分辨率5的设计，我可以估计所有2因子相互作用。
B）假设我告诉JMP我只需要16次运行设计，而暂时忽略了阻塞因素。 在那种情况下，我有16次运行的半分数设计。 但是由于我的预算是32次运行，因此假设我只是在第二个（参与者）区块上第二次重复了16次运行设计，并相应地随机化了，并将第二个16次运行实例视为第二个区块。
那么，（A）和（B）之间的根本区别是什么？ 在这两种情况下，我都可以估计主要影响和所有2因子相互作用，并且设计分辨率似乎是相同的。 我怀疑（A）是正确的方法，但我无法完全弄清如果要做（B）会失去什么。
谢谢！
美国能源部关于：重复半分数设计与整体设计（分为两个模块）只要将模型限制为双向交互或更低的交互，这些设计都是等效的。 如果您对三向相互作用和更高水平的相互作用可以忽略不计的假设感到不满意，则可以使用完全阶乘方法。
为了了解如何得出此结论，我分两个模块创建了完整的阶乘设计。 然后，我创建了16次运行的分数阶乘设计。 选择“增强设计”，选中相应的框以将新的运行放入新的程序段（这将添加应该存在的程序段变量，并允许进行适当的比较）和“复制”。
最后，使用JMP的比较设计。 结果在随附的日记中。
关于：重复半分数设计与整体设计（分为两个模块）我同意@Dan_Obermiller两种设计是当量关于它们在估计给定模型时的性能，但是它们不是相同的设计。 它们在高阶术语之间会表现出不同的混淆，但它们之间的差异应该不重要。
在两个模块中针对5个二级分类因子的全因子设计：
t两级分类因子的两个部分的重复半分数设计：
关于：重复半分数设计与整体设计（分为两个模块）谢谢@丹和@markbailey -事实是设计看起来有所不同，这使我想知道重复的16次运行设计缺少什么。 听起来，如果我只关心主要效果和两因素交互作用，就不会为自己的目的而错过任何东西。 我认为他们这样做是平等的？
关于：重复半分数设计与整体设计（分为两个模块）@Dan_Obermiller那是给你的。 致歉的歉意@丹
