重複半部分設計與整個設計在2個塊中假設我有5個2級分類因子（2 ^ 5的全階乘）的32次運行預算。 假設我想做一個篩選設計，我對主效應和兩因素相互作用感興趣。 因此，篩查設計還可以。 JMP讓我指定設計的選擇。 讓我們談談選項（A）與（B）：
A）假設我指定我將32個運行分為兩個16個塊進行，對於分辨率5的設計，我可以估計所有2因子相互作用。
B）假設我告訴JMP我只需要16次運行設計，而暫時忽略了阻塞因素。 在那種情況下，我有16次運行的半分數設計。 但是由於我的預算是32次運行，因此假設我只是在第二個（參與者）區塊上第二次重複了16次運行設計，並相應地進行了隨機化，並將第二個16次運行實例視為第二個區塊。
那麼，（A）和（B）之間的根本區別是什麼？ 在這兩種情況下，我都可以估計主要影響和所有2因子相互作用，並且設計分辨率似乎是相同的。 我懷疑（A）是正確的方法，但是我無法完全弄清楚如果要做（B）會失去什麼。
謝謝！
美國能源部關於：重複半分數設計與整體設計（分為兩個模塊）只要將模型限制為雙向交互或更低的交互，這些設計都是等效的。 如果您對三向相互作用和更高水平的相互作用可以忽略不計的假設感到不滿意，則可以使用完全階乘方法。
為了了解如何得出此結論，我分兩個模塊創建了完整的階乘設計。 然後，我創建了16次運行的分數階乘設計。 選擇“增強設計”，選中相應的框以將新的運行放入新的程序段（這將添加應該存在的程序段變量，並允許進行適當的比較）和“複製”。
最後，使用JMP的比較設計。 結果在隨附的日記中。
關於：重複半分數設計與整體設計（分為兩個模塊）我同意@Dan_Obermiller兩種設計是當量關於它們在估計給定模型時的性能，但是它們不是相同的設計。 它們在高階術語之間會表現出不同的混淆，但它們之間的差異應該不重要。
在兩個模塊中針對5個二級分類因子的全因子設計：
t兩級分類因子的兩個部分的重複半分數設計：
回覆：在 2 個區塊中重複半部設計與整個設計只是為了添加可能的不同觀點......
如果您使用 JMP 建立區塊，預設情況下，它將將該區塊視為隨機效應。這將允許分配區塊效應，從而從誤差估計中刪除，從而減少 MS 誤差並增加檢測因子效應的可能性（增加 MSfactor/MSerror 或 F 比）。
但是，如果您可以識別並分配構成區塊中雜訊的因素（您有意這樣做），則可以將該區塊視為模型中的固定效應。現在，這不僅可以估計區塊，還可以透過因子交互作用來估計區塊。在 RCBD 中，您將獲得區塊效應的完整解決方案。這是一個極為重要的機會。為什麼？因子交互作用塊是因子交互作用的雜訊估計。因素交互作用產生的顯著雜訊聽起來像這樣…設計因素的影響取決於雜訊。這將是一個嚴重的問題，因為您在某些時候試圖將設計因素設定為最佳水平。您選擇的最佳水平取決於噪音。這就是魯棒設計問題。將區塊視為固定效應，您現在可以量化並估計設計對雜訊的穩健性（本質上穩健的設計是因子交互作用不存在雜訊......您的設計在不斷變化的雜訊中表現一致。 ）
在您的情況下，您將擁有設計因子 (2^5-1) 的分辨率 V，能夠分離一階和二階效應，並且您將獲得所有區塊和區塊按因子效應。 31 DF 的
Y = (A+B+C+D+E+AB+AC+AD+AE+BC+BD+BE+CD+CE+DE)(1+區塊)+區塊
