DOE問題大家好你們好，
我是DOE的初學者，我有一個小問題。
基本上可以說我有幾個因素的實驗。 我特別想測試一種具有兩種可能含量的組分，並且我想測試幾種濃度（0、10、20或40）。 因此，我使用分類因子（組分：A，B）和離散數字1（濃度：0、10、20、40）創建了我的設計。
在最終設計中，我使用A-0或B-0進行了多次跑步。 但是，從生物學的角度來看，這完全是同一件事=>“未添加任何組件”。 我想知道是否有辦法向軟件提供此信息？ 如何定義兩個運行等效？ 還是應該對因素進行不同的定義？ 也許這只是不可行。
預先感謝您的輸入！
美國能源部回复：能源部的問題你好@anne_sa ，
從聽起來上看，您有一個離散數值的因子，稱其為X1有四個等級。 您還有另一個因素是兩級分類，稱為X2。 X1可以採用值[1、2、3、4]，這些是編碼值，而不是您實際使用的實際實驗值。 同樣，您的X2分類變量取[0，1]，它們也是編碼值-在實驗中，X2實際上是A或B。 將其放入典型的自定義DOE中，您應該獲得8次運行，其中X1從1變為4，X2將為0或1，也將獲得交互。 這樣的解釋是0 = A和1 = B。
另一方面，如果您有兩個分量A和B都可以存在（1）或不存在（0），那麼您將需要一個附加的類別變量X3，該變量也取值[0，1] ，但現在[0，1]分別表示關閉或打開。 如果現在使用三個因素生成新的DOE，則至少需要運行16次才能獲得交互。 同樣，在這種情況下，X1從1-4開始運行，組件A或B的其他兩個類別變量將打開，關閉或打開/關閉的混合，例如X2 = 0（關閉），X3 = 1（打開） ）。 添加其他術語可以使您查看組分A和組分B之間是否存在相互作用以及濃度。
這些不一定是最佳的DOE，尤其是在最小化交互關係等方面。您可能需要更多的中心運行，運行複製或將設計更改為最適合您的。
希望我能正確理解您的問題。
希望這可以幫助！，
DS
回复：能源部的問題歡迎來到美國能源部！
我不喜歡將連續係數設置為0。 正如您所發現的，這意味著您沒有那個因素。 我認為最好集中所有非零水平。 看看這個想法與您的目標息息相關。
回复：能源部的問題擴大@markbailey的評論（和我有相同的看法），因為他不喜歡將連續因子設置為“零”，而不是像系統中那樣根本不喜歡，因此，所研究的系統常常像一個新的或非典型的系統那樣運作，關鍵因素完全不存在。 該因素的缺失可能以不利的方式影響參數估計。 它可能會在過程中設置安全性或已知的嚴重失敗，從而無法為解決當前問題提供有用的信息。 或其他一些意外的故障模式。
最後，您對工程或第一原理的知識（如果有）會告訴您完全不存在該因子會發生什麼？
我什至不建議這樣做……但是，如果您被束縛並決心找出在“零”狀態下發生什麼情況的原因，也許是時候在“零”狀態進行一次簡單的本壘打類型試驗了，看會發生什麼？ 在分析中不包括那些組合嗎？ 但是再次……僅在您確定不會誘發安全或危險情況的情況下。
回复：能源部的問題與我尊敬的同事們一樣，我首先想歡迎您進入DOE的世界。 這是一個引人入勝且功能強大的主題和工具。 不幸的是，關於設計選擇的建議取決於情況。 您想了解哪些假設？ 這些因素將代表實驗中的那些假設。 意識到兩者之間有區別測試旨在“挑選贏家”和實驗旨在深入了解因果關係。 這將影響因素選擇，水平設置和進行實驗的條件（推理空間）。 我的建議是仔細考慮治療組合（因素和水平），並嘗試預測您期望得到的結果以及可能的結果。 預測所有可能的結果是什麼，以及每種情況下您會做什麼。 然後繼續。 例如，如果因子X1很重要，您會怎麼做？ 如果該因素無關緊要，您會怎麼做？ （針對所有因素）。如果您運行實驗並且沒有“創造出幾乎沒有明顯的變化”，您會怎麼做？ 如果您創建了一堆變量，但沒有任何因素可分配該怎麼辦？...等等。
專注於所需的信息，然後選擇適合的設計。 每當我看到因素等超過2個級別時，我都會考慮選擇獲勝者目標。 您當然不是在預測三階多項式嗎？ 那麼為什麼要有4個級別的連續變量呢？
記住，關於實驗總是有兩件事，一是關於現象的理解，二是學習如何進行實驗。
對不起，我的怒吼。 繼續。 並請回來提出問題！
回复：能源部的問題你好
非常感謝@DS ， @markbailey ， @P_Bartell和@statman供您評論。 每個輸入都非常有價值，可以幫助我更好地理解整個過程。
我想我會聽從您的建議，在我的設計中不要包含這個0級。
關於X2因子的級別數，熟悉實驗領域的人們希望具有幾個“中級”級別（4個甚至更高），因為他們期望二次行為，但是他們不知道確切的響應開始於哪一點。減少。 但是據我了解，篩選步驟只有兩個級別，如果要在模型中添加二次效應並“選擇獲勝者”，則三個級別就足夠了。 因此，增加中間水平有什麼好處？ 抓住確切的“破裂”點是否有幫助？ 還是會降低結果的準確性？
再次感謝你的幫助！
回复：能源部的問題當您要確定確切的因子水平時，添加一個離散數值因子是正確的。 （然後，JMP決定必須添加到模型中的項。）覆蓋對因子水平變化做出非線性響應的可能性的最佳實踐是添加一個連續因子並指定模型中必要的術語。 （JMP將決定最佳級別來估計您的模型參數。）
還請記住要為此連續因素選擇一個寬範圍。 不要“第二次猜測”最好的水平，並限制這種猜測的範圍。 如前所述，這項研究不是要“測試”“挑選獲勝者”。 這是關於尋找贏家的模型的估計。 最好的估計需要很大的影響，這是由廣泛的因子範圍產生的。
回复：能源部的問題要添加到@markbailey的最新評論，要實現他的建議，您需要使用JMP的簽名定制設計平台。 您將能夠輸入要在實驗因子空間中涵蓋的特定高低水平以及要估計的確切模型...但是，如Mark所言，“定制設計”算法將選擇其他水平可能不是您團隊中某些人幼稚的“整數”，認為這是必需的。 正如Mark所建議的那樣，目標是在這裡找到一個有用的模型，而不是贏家。 您還應該考慮使用JMP的簽名Prediction Profiler和模擬功能來幫助您尋找和探索“有用模型”。
在DOE至關重要的問題解決中涉及的其他步驟包括確認運行，或進行其他實驗以增強模型或您對系統的理解。 確認運行幾乎是響應優化問題所必需的。 可能建議進行其他實驗來探索解決方案的可靠性，或者假設您錯過瞭如此重要的拐點？
DOE的問題解決通常不是一個單一的設計就能完成的...我建議您和您的團隊採用順序實驗的概念，將其作為解決問題方法論的核心。
