美国能源部问题大家好你们好，
我对能源部是个新手，我有一个小问题。
基本上可以说我对几个因素进行了实验。 特别是，我想测试具有两种可能水平的成分，并且我想测试几个浓度（0、10、20 或 40）。 因此，我使用分类因子（成分：A、B）和离散数值因子（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 进行了多次运行。 然而，从生物学的角度来看，这是完全相同的事情=>“未添加任何成分”。 我想知道有没有办法将这些信息提供给软件？ 如何定义两次运行等效？ 或者也许我应该以不同的方式定义这些因素？ 或者也许这是不可行的..
预先感谢您的投入！
实验设计回复：能源部问题意识到旨在“选出获胜者”的测试和旨在深入了解因果关系的实验之间存在差异。
富有洞察力。
马泰奥回复：能源部问题再次感谢您的所有准确建议！ 在进行新设计时我会尽力记住所有这些！
回复：能源部问题要添加到@马克贝利的最新评论，要实施他的建议，您需要使用 JMP 的标志性定制设计平台。 您将能够输入您想要在实验因子空间中涵盖的特定高水平和低水平以及您想要估计的确切模型......但正如马克指出的那样，定制设计算法还会选择其他水平这可能不是您团队中的一些人天真地认为需要的“整数”。 正如马克所说，我们的目标是在这里找到一个有用的模型……而不是获胜者。 您还应该考虑使用 JMP 的标志性预测刻画器和模拟功能来帮助您找到和探索“有用的模型”。
解决问题所涉及的其他步骤（其中 DOE 是工作的核心）包括确认运行或额外的实验以增强模型或您对系统的理解。 响应优化问题几乎需要确认运行。 可能会建议进行额外的实验来探索解决方案的稳健性，或者假设您错过了看起来如此重要的拐点？
美国能源部解决问题通常无法通过单一设计完成……我建议您和您的团队接受顺序实验的概念，将其作为问题解决方法的核心。
回复：能源部问题当您想要指定确切的因子水平时，添加离散数字因子是正确的。 （然后 JMP 决定必须添加到模型中的项。）涵盖对因子水平变化的非线性响应的可能性的最佳实践是添加连续因子并指定模型中所需的项。 （JMP 将决定估计模型参数的最佳水平。）
还要记住为这个连续因子选择一个较宽的范围。 不要“再次猜测”最佳级别在哪里，并将范围限制在此类猜测的附近。 如前所述，这项研究并不是为了“选出获胜者”而进行“测试”。 这是关于估计模型以找到获胜者。 最好的估计需要很大的影响，这是由广泛的因素范围产生的。
回复：能源部问题你好，
非常感谢@SDF1 , @马克贝利, @P_巴特尔和@statman征求您的意见。 每个输入都非常有价值，可以帮助我更好地理解整个过程。
我想我会听从你的建议，不会在我的设计中包含这个 0 级别。
关于 X2 因子的水平数量，熟悉实验领域的人希望有几个“中间”水平（4 个甚至更多），因为他们期望出现二次行为，但他们不确切知道响应将在哪一点开始减少。 然而，据我了解，两个级别足以进行筛选步骤，如果我们想在模型中添加二次效应并“选择获胜者”，则 3 个级别就足够了。 那么增加中间级别有什么好处吗？ 它有助于捕捉确切的“破裂”点吗？ 或者它只会降低结果的精度？
再次感谢你的帮助！
回复：能源部问题与我尊敬的同事一样，我首先欢迎您来到能源部的世界。 这是一个令人着迷且非常强大的主题和工具。 不幸的是，有关设计选择的建议取决于具体情况。 您想深入了解哪些假设？ 这些因素将代表实验中的那些假设。 意识到之间存在差异测试旨在“选出获胜者”和实验旨在深入了解因果关系。 这会影响因素选择、水平设置以及进行实验的条件（推理空间）。 我的建议是仔细考虑治疗组合（因素和水平），并尝试预测您期望的结果以及可能的结果。 预测所有可能的结果是什么以及在每种情况下你会做什么。 然后继续。 例如，如果因子 X1 很重要，您会怎么做？ 如果这个因素微不足道，你会怎么做？ （对于所有因素）。如果您进行实验并且没有“创建”实际显着的变化，您会做什么？ 如果你创建了一堆变化，但没有任何东西可以分配给因素怎么办？...等等。
专注于您想要什么信息，然后选择适合该信息的设计。 每当我看到因素设置超过 2 个水平时，我就会考虑选择获胜者目标。 您肯定不是在预测三阶多项式？ 那么为什么连续变量有 4 个水平呢？
请记住，实验总是有两件事，一是了解现象，二是学习如何进行实验。
抱歉我的咆哮。 继续。 请回来提问！
回复：能源部问题扩展@马克贝利的评论（我也有同样的观点），不喜欢将连续因子设置为“零”，因为根本不在系统中，，，，所研究的系统经常表现得像一个新的或非典型的系统，其中一个关键因素完全不存在。 缺少该因素可能会以不利的方式影响参数估计。 它可能会在流程中设置安全或已知的严重故障，而不会提供针对当前问题的有用信息。 或者其他一些意外的故障模式。
最后，您的工程学或第一原理知识（如果有的话）告诉您什么因素完全不存在时可能会发生什么？
我什至不想建议这个……但如果你有决心并决心找出该因素在“零”时会发生什么，也许是时候在“零”和看看会发生什么？ 并且不在分析中包含这些组合？ 但同样......只有当您确定不会引发安全或危险情况时。
回复：能源部问题欢迎来到能源部！
我不喜欢将连续因子设置为 0。 正如您所发现的，这意味着您不具备该因素。 我认为集中度全部非零水平可能会更好。 看看这个想法如何符合你的目标。
回复：能源部问题你好@anne_sa ,
听起来，您有一个离散数字因子，将其称为具有四个级别的 X1。 您还有另一个两级分类因子，称为 X2。 X1 可以采用值 [1,2,3,4]，这些是编码值，而不是您真正使用的实际实验值。 类似地，您的 X2 分类变量采用 [0, 1]，这又是编码值 - 在实验中，X2 实际上将是 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 变化到 4，X2 将为 0 或 1，也将获得交互作用。 那么解释是 0=A 和 1=B。
另一方面，如果您有两个分量 A 和 B，它们既可以存在 (1) 也可以不存在 (0)，那么您将需要一个附加的分类变量 X3，它也采用值 [0, 1] ，但现在 [0, 1] 分别表示关闭或打开。 如果您现在生成具有三个因子的新 DOE，则您将需要至少 16 次运行才能获得交互作用。 同样，在这种情况下，X1 从 1 到 4 运行，组件 A 或 B 的其他两个分类变量将是开、关或开/关的混合，例如 X2=0（关）、X3=1（开） ）。 添加附加项可以让您了解组分 A 和组分 B 之间以及浓度之间是否存在任何相互作用。
这些不一定是最佳 DOE，特别是为了最大限度地减少相互作用的相关性等。您可能需要进行更多的中心运行、运行重复或将设计更改为最适合您的设计。
我希望我正确理解你的问题。
希望这可以帮助！，
DS
