如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量我正在嘗試學習如何操作 JMP 的樣本大小對話框以用於實驗設計。 我想了解如何確定階乘實驗中所需的重複次數。 我想知道每種治療組合需要運行多少次。
假設沒有測量誤差，不需要分塊或中心點，響應變量是連續的，並且一切都完全符合樣本量經典計算的所有假設（隨機平穩同方差正態分佈誤差等）。
假設一個實驗有兩個水平的兩個因子，即全因子。 因此，有四種治療組合。 我想估計兩個主要效應和一個相互作用。 確定每種治療組合的重複次數的步驟是什麼？
同樣的問題也適用於分數階乘。 如果我在兩個水平上各有 15 個因子，並且想要運行 16 個處理組合的分數階乘，如何確定每個處理的重複次數？
為了樣本數據，令 alpha = 0.05，beta = 0.05，sigma = 1，delta = 1。
我使用了“兩個樣本均值”對話框。 靜態文本顯示“樣本大小是總樣本大小；每組為 n/2”。 如果我使用此計算器進行因子設計，則全因子或部分因子的每個處理組合的重複次數是多少？ 我是否只需將總樣本量除以治療組合的數量？
現在假設我想要 2^2 實驗中的一個中心點。 這是五種治療組合。 假設我將復制所有五種治療方法。 為了設計一個實驗來測試中心點效應的顯著性，我假設效應等於 delta。 如何使用 JMP 對話框獲取每次處理的重複次數？ 我是否將“兩個樣本均值”樣本量除以五？
如果我只想在中心點進行複製而不復制角點，我將假設在中心點顯示的標準偏差在整個推理空間中是恆定的。 目標仍然是估計主效應、交互作用和中心點的顯著性。 假設相同的增量，如何使用對話框來獲取中心點組合的重複次數？ 我是否將“兩個樣本均值”樣本量除以一？
我了解定制設計平台及其功耗分析，並知道如何操作它。 我想使用 DOE > 設計診斷 > 樣本大小和功效。 畢竟，這些計算器位於“DOE”菜單中，我正在嘗試弄清楚如何將它們用於 DoE。
實驗設計回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量評估時可用的“額外參數”選項“設計診斷”下兩種方法的樣本量，
“樣本大小瀏覽器”中似乎不再可用，它將作為 JMP 18 的替代品！
那將是一個遺憾。
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量5. 獲得估計實驗誤差的自由度，然後計算因素效應的統計顯著性。
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量事實證明，方差分析的樣本量瀏覽器並不是這個 DoE 問題的答案。 這對於確定嵌套方差分析情況的樣本大小很有用，以檢測子組之間的變異是否超過子組內的變異。 將其與能源部聯繫起來並確定因素影響的樣本量並不簡單。
但是，兩種均值的樣本量計算器可以執行 Minitab 的操作，這意味著您可以輸入效應量和功效，它將計算樣本量。 結果與評估設計的結果相匹配（您可以提前猜測哪種樣本大小可能有效，並看看它有多強大）。 操作方法如下：
令 r = 析因實驗中處理組合的數量。 使用兩種均值的樣本大小並輸入額外參數的數量 = r - 2。輸入 alpha、sigma、delta 和冪，然後讓它計算樣本大小。 然後，每個治療組合的讀數數量是樣本大小除以（樣本大小/r）。
額外參數是從階乘模型中的誤差項中獲取的自由度。 樣本量分析已經有兩項（兩個樣本分析中的均值和效應，因此 r = 2），因此您需要指定還要減去多少項。
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量我剛剛注意到 JMP 支持主題說有一個名為DOE > 樣本量探索器 > 功效 > 方差分析功效。 它似乎存在於版本16中。如果這是我的問題的解決方案，那麼我需要嘗試版本16！
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量確實，如果不指定設計，我們就無法計算功率。 然而，指定設計可以通過一個簡單的對話框來完成，並且不需要實際生成設計矩陣。 它只需要提供足夠的信息來了解實驗中有多少個總自由度以及有多少個自由度將用於模擬效果。 其餘的會出錯，重複會增加錯誤的自由度。
這不是統計挑戰，而是用戶界面問題。 我只是在尋找一種生產力工具來簡單地回答這個問題：“在這個特定的實驗設計中，我需要多少次重複才能達到 95% 的效果？” 我想指定功效並讓計算機計算樣本量。
JMP 有一個用於雙樣本檢驗的對話框，Minitab 有該對話框，並且還有一個用於因子實驗的對話框。 輸入因子數、角點數、中心點數、alpha、冪、delta、sigma。 它將計算每個處理的重複次數。
例如，在 Minitab 中，我指定兩個因子、四個角點、delta = 1、power = 0.95、無中心點、sigma = 1、alpha = 0.05。 答案是四種處理各重複 14 次，總共運行 56 次。
如果我輸入 15 個因子、16 個角點、delta = 1、功效 = 0.95、0 個中心點、sigma = 1、alpha = 0.05，則答案是總共 64 次運行的 4 次重複。
手動獲得 N 是乏味且迭代的過程，因為我們要解決的是誤差自由度數，並且沒有一個封閉式方程。 它由F值產生。 但是，可以在 Excel 中的幾個單元格中完成。 獲得答案仍然需要反複試驗，但這種反複試驗比使用一堆對話框和按鈕來創建複製矩陣並查看結果威力要簡單得多。
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量這是不同討論的不同問題，它沒有解決原始問題。回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量您只能計算給定設計的預期功效。 它是模型矩陣的函數，而模型矩陣又是設計矩陣的函數。 沒有設計，就無法計算功率。
選擇“最佳”設計是迭代的，使用“試驗和錯誤”，但通過開發一小組設計來跨越您根據預期改變複雜性的選擇（例如，運行次數、術語中的術語）也是實用的。模型、所需中心點的數量等）。 然後，您可以使用 DOE > Design Diagnostics > Compare Designs 同時比較它們，以縮小選擇範圍。 這是一個非常快的過程。
該選擇也是“足夠好”，因為您在功耗分析中使用的假設是錯誤的，但它們足以完成工作（選擇合理的設計）。
給定所需的功率，您將如何手動或使用 MINITAB 計算設計？ 我認為答案必須依賴於嚴格因子設計的特殊性。
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量對於以下評論/問題，我提前表示歉意：
複製的目的是什麼？ 我認為有幾個目的：
1. 增加研究的推理空間，
2. 為了使研究更能代表未來的情況（現實），
3. 確定在一組條件下研究的因素在這些條件發生變化時的影響是否一致，
4. 穩健的設計：在設計早期識別噪聲與因素之間的相互作用，以便儘早採取行動，以減少這些噪聲效應的影響......
所以對我來說，重複是為了確保實驗能夠代表未來的條件，這樣我就更有信心將結果推斷到未來。
“不幸的是，未來的實驗（未來的試驗、明天的生產）將受到與影響本次實驗的環境條件（溫度、材料、人）不同的影響……這只能通過對主題的了解，可能需要進一步實驗的幫助（添加斜體）為了涵蓋更廣泛的條件，人們可以決定未來的環境條件是否與今天的環境條件足夠接近，以允許使用手頭的結果，儘管存在犯錯的風險。”
戴明博士
話雖這麼說，為什麼您要依靠統計公式來提供指導實驗是否能代表現實？
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量所提出的方法是一種設計實驗的試錯方法（選擇一個設計，選擇多個重複，看看功效是什麼，迭代直到對功效與樣本量的平衡感到滿意）。 這真的有必要嗎？ 作為設計實驗而不是評估實驗的一種方式，完全可以手動（或使用 Minitab）完成我所要求的操作。
回复：如何使用 DoE 階乘的樣本量和功效來確定重複處理的數量DOE 菜單中的示例計算器適用於最多只有一個因素的簡單情況。 功率分析包含在 DOE 平台中。該過程是生成設計，然後評估功率。 您可以將設計保存在數據表中，並比較多個設計的功率和其他屬性。
有關如何進行操作的說明，請參閱 JMP 幫助中的此部分執行設計的功耗分析。 不過，我發現您對這些工具很熟悉。
您可以使用具有所需複制和中心點數量的全因子生成表，然後選擇 DOE > 設計診斷 > 評估設計以獲得功效分析。
