DOE：我是否應該費心只用兩個因素進行大量重複？假設我正在進行一項僅涉及兩個感興趣的 2 級分類因素的實驗。但是，我的預算足夠跑 24 趟。這就是全因子的每個設計點的 6 個重複項。我實際上只需要檢測因素（和交互作用）的影響，但我預計由於所調查的人類表現衡量標準的性質，實驗誤差會很大。額外的重複是否會顯著提高我檢測因子效應的能力？還是我是不是應該把錢存起來？
實驗設計品質與工藝工程回复：DOE：我是否應該為只有兩個因素的大量重複而煩惱？我將在已經討論過的內容之外添加我的想法。 意識到建議需要根據情況量身定制，我不了解您的具體情況。 實驗中有兩種因素集你感興趣的：設計因素s（您正在操縱並希望與響應變量有因果關係的因素）和噪音. 兩組因素都會影響響應變量。 似乎確實存在著重於“優化”設計結構（例如，最優設計）的偏見。 應該更加關注對噪聲的理解。 在實驗情況下有許多處理噪聲的策略（例如，重複、嵌套、RCBD、BIB、裂區等）。 我認為花一些資源來了解噪聲而不會對設計精度產生負面影響是值得的。 這並不意味著我會運行一堆重複（塊）。 事實上，我不確定我是否要運行超過 2 個塊，因為我當然對預測方程中 Block 的非線性多項式項不感興趣。 現在您可以誇大這些塊效應（如因子的粗體水平設置）並獲得有關噪聲影響的一些想法，並可能估計逐個因子的相互作用。 最終，您希望您的實驗盡可能地代表真實條件。 不幸的是，這意味著它可能會有噪聲，因此對噪聲進行分區將有助於擴展推理空間，同時不會對設計精度產生負面影響。 所以，我會在初始實驗上節省您的錢，因為您會想將它花在額外的迭代上。
回复：DOE：我是否應該為只有兩個因素的大量重複而煩惱？謝謝彼得，
我明白你為什麼提出那個建議。 然而，問題並不在於我們的測量“工具”不精確。 如果是的話，我可以看到重複措施的好處。 更重要的是，即使其他所有因素都保持不變，我們正在測量的活動在每次跑步中也會有很大差異。 這是因為我們的實驗沒有像我希望的那樣嚴格控制。 如果我們可以強制我們正在測量的範圍更窄的一組動作，我當然可以減少噪音。 但這會導致不太現實的情況。 因此，更現實的情況是以降低功率為代價的。回复：DOE：我是否應該為只有兩個因素的大量重複而煩惱？功效分析需要估計響應的絕對標準偏差（預期 RMSE）和響應的效應大小的大小（預期係數 = 效應 / 2）。 或者，您可以保留預期 RMSE (1) 的默認值，然後輸入相對於標準差的預期係數的一半效果大小。 例如，如果您預期模型中某個項的效應至少為 3 標準差，則為預期係數輸入 1.5。
最後，如果您更容易定義結果的影響，您可以輸入每次運行的預期響應。
回复：DOE：我是否應該為只有兩個因素的大量重複而煩惱？這是我的看法……其他人可能有不同的看法……但我是根據您原始帖子中的斷言得出的答复，即測量系統，而不是實驗執行導致的因素變化，貢獻最大的噪音。 因此，您可以重複測量每個處理組合，而不是運行重複，以此作為量化此噪聲源並可能梳理出因素影響的一種方法嗎？ 如果測量系統具有破壞性，或者您認為重複測量可能會以某種方式產生偏差，那麼請不要走這條路。 否則，為自己節省實驗資源，特別是如果重複測量比真正的複制更便宜/更容易/更有效。 從那裡你有幾種方法來處理分析......重複測量樣式分析是一種。 或者對每個治療組合的重複測量進行某種轉換……中位數，或者進行奧林匹克評判……去掉高點和低點，然後取平均值，或者類似的想法。
只是一個想法...
回复：DOE：我是否應該為只有兩個因素的大量重複而煩惱？此時您的目標似乎是估計和測試參數而不是估計響應。 因此，您評估設計的重點應該是估算和功效。 設計平台中的設計評估大綱包含評估設計性能的信息。 當您考慮兩個或多個候選設計時，比較設計平台中提供了相同的信息。
這一頁是開始了解哪些評估可用以及如何使用它們的好地方。
回复：DOE：我是否應該為只有兩個因素的大量重複而煩惱？更重要的是...如何使用 JMP 來回答該問題的最佳方式是什麼？ 我假設它與功率分析有關，但我不太清楚我應該期望功率分析所需的 SNR 值有多少噪聲。 我想也許有人對這類問題有一些直覺，但如果這確實是回答原始問題的唯一合適方法，我很樂意對權力進行更正式的分析。
