DOE：我是否应该只考虑两个因素而困扰大量重复？假设我仅用两个感兴趣的2级分类因子进行实验。 但是，我有24次跑步的预算。 这是一个完整阶乘的每个设计点的6次重复。 我真的只需要检测这些因素（和相互作用）的影响，但是由于要调查的人类绩效指标的性质，我预计会有较大的实验误差。 额外的复制品是否显着帮助我发现因素影响的能力？ 还是我最好省下钱？
美国能源部关于：能源部：我是否应该只考虑两个因素而困扰大量重复项目？更重要的是...与JMP一起回答该问题的最佳方法是什么？ 我认为这与功率分析有关，但是对于功率分析所需的SNR值我应该预期多少噪声，我并不太了解。 我以为也许有人对这种问题有一定的直觉，但我很乐意对权力进行更正式的分析，如果那确实是回答原始问题的唯一合适方法。关于：能源部：我是否应该只考虑两个因素而困扰大量重复项目？此时的目标似乎是估计和测试参数，而不是估计响应。 因此，您评估设计的重点应该是估算和功耗。 设计平台中的设计评估大纲包含评估设计性能的信息。 当您考虑两个或多个候选设计时，“比较设计”平台中会提供相同的信息。
这一页是开始学习可用评估以及如何使用评估的好地方。
关于：能源部：我是否应该只考虑两个因素而困扰大量重复项目？这是我的看法...其他人可能会有不同的看法...但是我是从您原始帖子中的断言中得到答复的，它是测量系统，而不是实验执行结果导致的因素变化，这是最大的贡献的噪音。 因此，您是否可以重复测量每个处理组合，而不是进行重复运行，以量化此噪声源并弄清因素影响？ 如果测量系统具有破坏性，或者您认为通过重复的测量可能会在某种程度上建立偏差，那么不要走这条路。 否则，请节省实验资源，尤其是如果重复测量比真正的复制品便宜/容易/高效的话。 从那里开始，您有几种方法可以进行分析……重复测量样式分析就是其中一种。 或对每种治疗组合的重复测量进行某种转换...中位数，或进行奥林匹克评判...扔掉最高和最低值，然后取平均值，或类似的想法。
只是一个想法...
关于：能源部：我是否应该只考虑两个因素而困扰大量重复项目？功效分析需要估计响应的绝对标准偏差（预期RMSE）和响应上的效应大小的大小（预期系数=效应/ 2）。 或者，您可以保留“预期RMSE”的默认值（1），然后输入“预期系数”相对于标准偏差的影响大小的一半。 例如，如果您预计模型中某个术语的影响至少为3 SD，则为预期系数输入1.5。
最后，如果您更容易根据结果定义效果，则可以输入每次运行的预期响应。
关于：能源部：我是否应该只考虑两个因素而困扰大量重复项目？谢谢彼得，
我明白你为什么提出这个建议。 但是，问题不仅仅在于我们的测量“工具”不够精确。 如果是这样，我可以看到重复措施的好处。 更为重要的是，即使所有其他条件保持不变，我们正在测量的活动也会在每次运行之间变化很大。 这是因为我们的实验并未如我所愿地受到严格控制。 如果我们可以强制执行一组要测量的更狭窄的操作，那么我当然可以降低噪音。 但这导致了不太现实的情况。 因此，更现实的情况是以降低功耗为代价的。
