美國能源部問題大家好你們好，
我對能源部是個新手，我有一個小問題。
基本上可以說我對幾個因素進行了實驗。 特別是，我想測試具有兩種可能的成分，並且我想測試幾個濃度（0、10、20 或 40）。 因此，我使用分類因子（成分：A、B）和離散數值因子（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 進行了多次運行。 然而，從生物學的角度來看，這是完全相同的事情=>「未添加任何成分」。 我想知道有沒有辦法將這些資訊提供給軟體？ 如何定義兩次運行等效？ 或者也許我應該以不同的方式定義這些因素？ 或者也許這是不可行的..
預先感謝您的投入！
實驗設計回覆：能源部問題意識到旨在「選出獲勝者」的測試和旨在深入了解因果關係的實驗之間存在差異。
富有洞察力。
馬泰奧回覆：能源部問題再次感謝您的所有準確建議！ 在進行新設計時我會盡力記住所有這些！
回覆：能源部問題要添加到@馬克貝利的最新評論，要實施他的建議，您需要使用 JMP 的標誌性客製化設計平台。 您將能夠輸入您想要在實驗因子空間中涵蓋的特定高水平和低水平以及您想要估計的確切模型......但正如馬克指出的那樣，定制設計算法還會選擇其他水平這可能不是您團隊中的一些人天真地認為需要的“整數”。 正如馬克所說，我們的目標是在這裡找到一個有用的模型……而不是獲勝者。 您還應該考慮使用 JMP 的標誌性預測刻畫器和模擬功能來幫助您找到和探索「有用的模型」。
解決問題所涉及的其他步驟（其中 DOE 是工作的核心）包括確認運行或額外的實驗以增強模型或您對系統的理解。 響應最佳化問題幾乎需要確認運行。 可能會建議進行額外的實驗來探索解決方案的穩健性，或者假設您錯過了看起來如此重要的轉折點？
美國能源部解決問題通常無法透過單一設計完成…我建議您和您的團隊接受順序實驗的概念，將其作為問題解決方法的核心。
回覆：能源部問題當您想要指定確切的因子等級時，新增離散數字因子是正確的。 （然後 JMP 決定必須添加到模型中的項。）涵蓋對因子水平變化的非線性響應的可能性的最佳實踐是添加連續因子並指定模型中所需的項。 （JMP 將決定估計模型參數的最佳水準。）
也要記得為這個連續因子選擇一個較寬的範圍。 不要「再次猜測」最佳等級在哪裡，並將範圍限制在此類猜測的附近。 如前所述，這項研究並不是為了「選出獲勝者」而進行「測試」。 這是關於估計模型以找到獲勝者。 最好的估計需要很大的影響，這是由廣泛的因素範圍產生的。
回覆：能源部問題你好，
非常感謝@SDF1 , @馬克貝利, @P_巴特爾和@statman徵求您的意見。 每個輸入都非常有價值，可以幫助我更好地理解整個過程。
我想我會聽從你的建議，不會在我的設計中包含這個 0 等級。
關於 X2 因子的水平數量，熟悉實驗領域的人希望有幾個「中間」水平（4 個甚至更多），因為他們期望出現二次行為，但他們不確切知道反應將在哪一點開始減少。 然而，據我了解，兩個級別足以進行篩選步驟，如果我們想在模型中添加二次效應並“選擇獲勝者”，則 3 個級別就足夠了。 那麼增加中間等級有什麼好處嗎？ 它有助於捕捉確切的“破裂”點嗎？ 或者它只會降低結果的精確度？
再次感謝你的幫忙！
回覆：能源部問題與我尊敬的同事一樣，我首先歡迎您來到能源部的世界。 這是一個令人著迷且非常強大的主題和工具。 不幸的是，有關設計選擇的建議取決於具體情況。 您想深入了解哪些假設？ 這些因素將代表實驗中的那些假設。 意識到之間存在差異測試旨在「選出獲勝者」和實驗旨在深入了解因果關係。 這會影響因素選擇、水平設定以及進行實驗的條件（推理空間）。 我的建議是仔細考慮治療組合（因素和水平），並嘗試預測您期望的結果以及可能的結果。 預測所有可能的結果是什麼以及在每種情況下你會做什麼。 然後繼續。 例如，如果因子 X1 很重要，您會怎麼做？ 如果這個因素微不足道，你會怎麼做？ （對於所有因素）。如果您進行實驗並且沒有「創建」實際顯著的變化，您會做什麼？ 如果你創建了一堆變化，但沒有任何東西可以分配給因素怎麼辦？...等等。
專注於您想要什麼訊息，然後選擇適合該訊息的設計。 每當我看到因素設定超過 2 個等級時，我就會考慮選擇獲勝者目標。 您肯定不是在預測三階多項式？ 那為什麼連續變數有 4 個水準呢？
請記住，實驗總是有兩件事，一是了解現象，二是學習如何進行實驗。
抱歉我的咆哮。 繼續。 請回來提問！
回覆：能源部問題擴充@馬克貝利的評論（我也有同樣的觀點），不喜歡將連續因子設置為“零”，因為根本不在系統中，，，，所研究的系統經常表現得像一個新的或非典型的系統，其中一個關鍵因素完全不存在。 缺少該因素可能會以不利的方式影響參數估計。 它可能會在流程中設定安全或已知的嚴重故障，而不會提供針對當前問題的有用資訊。 或其他一些意外的故障模式。
最後，您的工程或第一原理知識（如果有的話）告訴您什麼因素完全不存在時可能會發生什麼？
我什至不想建議這個……但如果你有決心並決心找出該因素在“零”時會發生什麼，也許是時候在“零”和看看會發生什麼？ 並且不在分析中包含這些組合？ 但同樣......只有當您確定不會引發安全或危險情況時。
回覆：能源部問題歡迎來到能源部！
我不喜歡將連續因子設為 0。 正如您所發現的，這意味著您不具備該因素。 我認為集中度全部非零水平可能會更好。 看看這個想法如何符合你的目標。
回覆：能源部問題你好@anne_sa ,
聽起來，您有一個離散數字因子，將其稱為具有四個等級的 X1。 您還有另一個兩級分類因子，稱為 X2。 X1 可以採用值 [1,2,3,4]，這些是編碼值，而不是您真正使用的實際實驗值。 類似地，您的 X2 分類變數採用 [0, 1]，這又是編碼值 - 在實驗中，X2 實際上將是 A 或 B。 將其放入典型的自訂 DOE 中，您應該獲得 8 次運行，其中 X1 從 1 變化到 4，X2 將為 0 或 1，也將獲得交互作用。 那麼解釋是 0=A 和 1=B。
另一方面，如果您有兩個分量 A 和 B，它們既可以存在 (1) 也可以不存在 (0)，那麼您將需要一個附加的分類變數 X3，它也採用值 [0, 1] ，但現在[0, 1] 分別表示關閉或開啟。 如果您現在產生具有三個因子的新 DOE，則您將需要至少 16 次運行才能獲得交互作用。 同樣，在這種情況下，X1 從1 到4 運行，組件A 或B 的其他兩個分類變數將是開、關或開/關的混合，例如X2=0（關）、X3=1（開） ）。 添加附加項可讓您了解組分 A 和組分 B 以及濃度之間是否存在任何交互作用。
這些不一定是最佳 DOE，特別是為了最大限度地減少相互作用的相關性等。您可能需要進行更多的中心運行、運行重複或將設計更改為最適合您的設計。
我希望我正確理解你的問題。
希望這可以幫助！，
DS
