我可以使用 DoE 模型进行推断吗？我想知道当因子值超出测试范围时，我是否可以依靠我的 DoE 模型来预测响应值。我设计了一个全因子 DoE，使用三个因子，每个因子有两个水平和两个中心点运行。实验设计也重复了（总共运行了 20 次）。对于我的一个响应，我建立了一个良好的模型，并正在执行蒙特卡罗模拟来对响应进行预测。我还有来自单变量运行的数据，这些数据不属于 DoE，并且调查了 DoE 范围之外的因子值。我可以依靠我的 DoE 模型来确认和解释我的单变量运行的结果吗？
实验设计回复：我可以使用DoE模型推断吗？嘿@Michael_Mart ！
通常，DOE中的外推可能很危险，主要是因为以下原因：
- 一旦离开设计区域，不确定性就会迅速增加。
- 您假设模型仍保留在设计区域之外（即，基础流程在设计区域之外不会发生重大变化）。
第二个原因是通常不建议外推的主要原因。 仅在实验区域之外更改基础过程非常容易。 我的背景是加速寿命测试，这是基于在设计区域外进行推断的想法，因此是例外。 即使这样，模型仍然存在的假设一直存在，以至于我们将调整设计以防止出现这种情况。
当然，“测试水域”的一种方法是在设计区域之外收集数据，记录响应，然后使用该数据测试模型。 这听起来与您的情况非常相似，因此，如果的确如此，那么您的处境非常好！ 但是，您将使用这些点来验证模型，而不是使用模型来验证这些点，这始终是查看模型的更合适的方法。
检验模型的一种常见方法是计算一个称为均方预测误差（MSPE）的量，该量基本上是将所观察到的观测值与模型在相同点的预测值之差的平方和相加，然后取平均。 如果MSPE相对较小（可能不会比Monte Carlo仿真变化大很多），则表明您的模型在这些点上似乎表现良好。 在这种情况下，您可能有理由推断出这些观点。
回复：我可以使用美国能源部模型推断吗？@小腿提出了一些要点。 只是添加...模型的外推是工程或管理决策，而不是统计数字（请参阅戴明的枚举与分析问题）。 它在很大程度上取决于您的研究在未来的代表性。 您所说的“好榜样”是什么意思？ 您是否运行了随机复制或块？ 我个人不喜欢模拟测试模型，因为我不相信模拟代表系统中的真实噪声。 您的OFAT（我喜欢您称其为单变量运行，但单变量通常对应于响应变量的数量：多变量表示多个Y）可以根据模型进行评估。 在比较从实验之外进行的测试获得的数据时，请确保分析残差。
