DOE：使用子集全阶乘来确认描述性屏幕设计的结果你好，
背景：
-我运行了一个8因子DSD，确定了总共5个因子，其中5个相互作用很重要。
-我选择了两个重要因素（每个因素具有三个级别），并运行了9次运行的全因子DOE，以验证DSD
结果：
-这两个因素或其相互作用均不显着：不同意使用DSD
-两个因素没有相互作用：与DSD一致
-二次方影响不大：与DSD一致
请发表评论或提出建议。
谢谢。
美国能源部回复：DOE：使用子集全阶乘来确认描述性屏幕设计的结果需要检查/询问的几件事。 可以有许多解释或要看的东西：
1.全因子阶乘的水平与DSD的水平相比如何？ 相同，更宽，更窄？
2.您没有共享因素...所以很难知道...但是您在DSD和完整阶乘之间是否存在原材料差异？ 例如，与两个实验不同的批次可能解释了您看到的内容？
3.是否由同一员工进行实验？ 操作员可能会有所不同。
4.响应的测量系统如何？ 他们改变了，或者您甚至知道这些系统的变化吗？
5.您使用可怕的词“重要性”。 一些人对“重要性”持非常严格的看法，并使用“ p值”作为悬崖来确立重要性。 希望您不是这些人中的一个...例如，这些人会说（假设您的“悬崖”为0.05值），p-值为0.049的效应是显着的，而p-值为0.051不显着。 我认为这两种影响都值得进一步研究。 在整个实验中，p-值如何比较以获得一致的效果。
6.如何使用DSD中的模型将残差与您在全阶乘中观察到的实际结果进行比较？ 它们在实际上是否有用/一致...忘记了p-值之类的东西。
7.在整个实验中，响应与因素水平以及实验执行顺序的比较如何？ 它们至少在方向上一致吗？
8.最后，您可以共享结果/数据吗？
回复：DOE：使用子集全阶乘来确认描述性屏幕设计的结果运行两个因素进行确认时，您如何处理DSD中的其他六个因素？
回复：DOE：使用子集全阶乘来确认描述性屏幕设计的结果@P_Bartell为您提供了一系列不错的注意事项。 正如他所说，有许多可能的原因。 首先是噪声的处理（在实验过程中，各种因素虽有所不同，但并未明确控制或保持不变）。 如果您在DSD期间将噪声保持恒定，并且在阶乘期间将这些噪声中的任何一个更改，则问题在于DSD的推理空间。 我无法告诉您多少次（我不知所措）的情况下，尽管设计（阶乘，最优，DSD等）在处理设计因素方面非常有效/有效，却几乎无助于创建代表未来条件的设计空间。 任何不考虑噪声策略的实验都会产生相似的命运。
