DOE问题大家好你们好，
我是DOE的初学者，我有一个小问题。
基本上可以说我有几个因素的实验。 我特别想测试一种具有两种可能含量的组分，并且我想测试几种浓度（0、10、20或40）。 因此，我使用分类因子（组分：A，B）和离散数字1（浓度：0、10、20、40）创建了我的设计。
在最终设计中，我使用A-0或B-0进行了多次跑步。 但是，从生物学的角度来看，这完全是同一件事=>“未添加任何组件”。 我想知道是否有办法向软件提供此信息？ 如何定义两个运行等效？ 还是应该对因素进行不同的定义？ 也许这只是不可行。
预先感谢您的输入！
美国能源部回复：能源部的问题你好@anne_sa ，
从听起来上看，您有一个离散数值的因子，称其为X1有四个等级。 您还有另一个因素是两级分类，称为X2。 X1可以采用值[1、2、3、4]，这些是编码值，而不是您实际使用的实际实验值。 同样，您的X2分类变量取[0，1]，它们也是编码值-在实验中，X2实际上是A或B。 将其放入典型的自定义DOE中，您应该获得8次运行，其中X1从1变为4，X2将为0或1，也将获得交互。 这样的解释是0 = A和1 = B。
另一方面，如果您有两个分量A和B都可以存在（1）或不存在（0），那么您将需要一个附加的类别变量X3，该变量也取值[0，1] ，但现在[0，1]分别表示关闭或打开。 如果现在使用三个因素生成新的DOE，则至少需要运行16次才能获得交互。 同样，在这种情况下，X1从1-4开始运行，组件A或B的其他两个类别变量将打开，关闭或打开/关闭的混合，例如X2 = 0（关闭），X3 = 1（打开） ）。 添加其他术语可以使您查看组分A和组分B之间是否存在相互作用以及浓度。
这些不一定是最佳的DOE，尤其是在最小化交互关系等方面。您可能需要更多的中心运行，运行复制或将设计更改为最适合您的。
希望我能正确理解您的问题。
希望这可以帮助！，
DS
回复：能源部的问题欢迎来到美国能源部！
我不喜欢将连续系数设置为0。 正如您所发现的，这意味着您没有那个因素。 我认为最好集中所有非零水平。 看看这个想法与您的目标息息相关。
回复：能源部的问题扩大@markbailey的评论（和我有相同的看法），因为他不喜欢将连续因子设置为“零”，而不是像系统中那样根本不喜欢，因此，所研究的系统常常像一个新的或非典型的系统那样运作，关键因素完全不存在。 该因素的缺失可能以不利的方式影响参数估计。 它可能会在过程中设置安全性或已知的严重失败，从而无法为解决当前问题提供有用的信息。 或其他一些意外的故障模式。
最后，您对工程或第一原理的知识（如果有）会告诉您完全不存在该因子会发生什么？
我什至不建议这样做……但是，如果您被束缚并决心找出在“零”状态下发生什么情况的原因，也许是时候在“零”状态进行一次简单的本垒打类型试验了，看会发生什么？ 在分析中不包括那些组合吗？ 但是再次……仅在您确定不会诱发安全或危险情况的情况下。
回复：能源部的问题与我尊敬的同事们一样，我首先想欢迎您进入DOE的世界。 这是一个引人入胜且功能强大的主题和工具。 不幸的是，关于设计选择的建议取决于情况。 您想了解哪些假设？ 这些因素将代表实验中的那些假设。 意识到两者之间有区别测试旨在“挑选赢家”和实验旨在深入了解因果关系。 这将影响因素选择，水平设置和进行实验的条件（推理空间）。 我的建议是仔细考虑治疗组合（因素和水平），并尝试预测您期望得到的结果以及可能的结果。 预测所有可能的结果是什么，以及每种情况下您会做什么。 然后继续。 例如，如果因子X1很重要，您会怎么做？ 如果该因素无关紧要，您会怎么做？ （针对所有因素）。如果您运行实验并且没有“创造出几乎没有明显的变化”，您会怎么做？ 如果您创建了一堆变量，但没有任何因素可分配该怎么办？...等等。
专注于所需的信息，然后选择适合的设计。 每当我看到因素等超过2个级别时，我都会考虑选择获胜者目标。 您当然不是在预测三阶多项式吗？ 那么为什么要有4个级别的连续变量呢？
记住，关于实验总是有两件事，一是关于现象的理解，二是学习如何进行实验。
对不起，我的怒吼。 继续。 并请回来提出问题！
回复：能源部的问题你好
非常感谢@DS ， @markbailey ， @P_Bartell和@statman供您评论。 每个输入都非常有价值，可以帮助我更好地理解整个过程。
我想我会听从您的建议，在我的设计中不要包含这个0级。
关于X2因子的级别数，熟悉实验领域的人们希望拥有几个“中级”级别（4个甚至更高），因为他们期望二次行为，但他们不知道确切的响应开始于哪一点。减少。 但是据我了解，筛选步骤只有两个级别，如果要在模型中添加二次效应并“选择获胜者”，则三个级别就足够了。 因此，增加中间水平有什么好处？ 抓住确切的“破裂”点是否有帮助？ 还是会降低结果的准确性？
再次感谢你的帮助！
回复：能源部的问题当您要确定确切的因子水平时，添加一个离散数值因子是正确的。 （然后，JMP决定必须添加到模型中的术语。）覆盖对因子水平变化做出非线性响应的可能性的最佳实践是添加一个连续因子并指定模型中必需的术语。 （JMP将决定最佳级别来估计您的模型参数。）
还请记住要为此连续因素选择一个宽范围。 不要“第二次猜测”最好的水平，并限制这种猜测的范围。 如前所述，这项研究不是要“测试”“挑选获胜者”。 这是关于寻找赢家的模型的估计。 最好的估计需要很大的影响，这是由广泛的因子范围产生的。
回复：能源部的问题要添加到@markbailey的最新评论，要实现他的建议，您需要使用JMP的签名定制设计平台。 您将能够输入要在实验因子空间中覆盖的特定高低水平以及要估计的确切模型...但是，如Mark所言，“定制设计”算法将选择其他水平可能不是您团队中某些人幼稚的“整数”，认为这是必需的。 正如Mark所建议的那样，目标是在这里找到一个有用的模型，而不是赢家。 您还应该考虑使用JMP的签名Prediction Profiler和模拟功能来帮助您寻找和探索“有用模型”。
在DOE至关重要的问题解决中涉及的其他步骤包括确认运行，或进行其他实验以增强模型或您对系统的理解。 确认运行几乎是响应优化问题所必需的。 可能建议进行其他实验来探索解决方案的可靠性，或者假设您错过了如此重要的拐点？
DOE的问题解决通常不是一个单一的设计就能完成的...我建议您和您的团队采用顺序实验的概念，将其作为解决问题方法论的核心。
