另一篇關於如何測試具有中心點的兩級乘曲率的文章，包括中心點效應的討論因子實驗中的曲率檢定是中心點效應的 p 值。 它是透過獲取中心點值與建模角點平均值之間的差異的統計顯著性來計算的。 我想要一種在變異數分析表或失擬表中看到這一點的方法。 我想要一種模型擬合排除中心點的方法。 我希望模型不包含我匯集到錯誤中的影響。 換句話說，我想讓 JMP 做 Minitab 所做的事情。
這似乎不是 JMP 16 標準功能中的選項。 如果我錯了，請指出我該怎麼做。
如果我是對的，我仍然想在 JMP 中進行。 我的問題是腳本是否可以做到這一點，或者這是否不可能，我應該放棄並手動完成。 我面臨的主要挑戰是我不知道如何使用腳本從模型報告中提取平方和和自由度。
我可以建立一個 JMP 腳本來執行此操作：
- 對於中心點：
-- 計算 Ybar-center，即「模式」列（中心點）中具有「0」的行的平均回應
-- 計算 Ybar-corner，即「Pattern」列（角點）中沒有「0」的行的平均響應
-- 決定中心點和角點的數量以獲得自由度，DFcenter = 中心點數 - 1
-- 計算中心點複製的誤差平方和
--- SScenter-error =（中心點值與 Ybar-center 之間差值的平方和）
-- 計算曲率效應的平方和
--- SS曲率 = Ncorner * Ncenter / (Ncorner + Ncenter) * (Ybar-center - Ybar-corner)^2
-- 曲率均方效應
---MS曲率=SS曲率/1自由度。
現在我需要總均方誤差。 此誤差應包括任何複製中心點的純誤差以及複製角點的誤差和未建模效應的貢獻。
- 若要取得模型中的誤差平方和以及誤差中的自由度（排除所有中心點），腳本執行以下操作：
-- 排除「Pattern」欄位中包含「0」的行
-- 顯示模型對話框，以便使用者可以選擇要包含的效果
-- 建立模型
-- 以某種方式提取誤差平方和
--- SSmodel-error = (SSpure-error + SSlack-of-fit) 和誤差自由度 DFmodel-error
-- 將中心點的誤差平方和加到模型的誤差平方和中。
--- SSerror-total = SScenter-error + SSmodel-error。
-- 那麼 MSerror-total = SSerror-total / ( DFcenter-error + DFmodel-error)
-- 計算曲率效應的 F 比 = MScurvature / MEerror-total。
-- 然後從 F 分佈中取得 p 值。
它會起作用嗎？ 您可以就方法或腳本提供什麼指導？ 任何數量的罐裝自動化都會受到歡迎嗎？
謝謝，
麥克風
實驗設計回覆：關於如何測試具有中心點的兩級乘中的曲率的另一篇文章，包括中心點效應的討論我將分享我的想法，當然，這可以完全忽略。 沒有一種方法或正確的方法可以進行實驗。 當然，您使用的方法的效率和/或有效性可能會有所不同，但這必須根據資源分配進行權衡。 關於中心點的重複：
1. 如果中心點是過程的當前設置，那麼在此條件下的重複實際上可能會給出過程中隨機誤差（自然變異）的相當好的估計，以用作統計測試的基礎（F-測試） 。
2. 如果這些中心點在實驗過程中隨機運行（特別是如果實驗需要一些時間），那麼當時間排序時，它們會提供對實驗區域穩定性的一些評估。
3.同樣，如果它們是當前條件，那麼它允許對因素進行更大膽的水平設置，增加暴露因素影響的可能性。
4. 當然，您可以有一定的自由度來測試非線性關係（只需為模型中的任何一項添加二次），儘管非線性效應並不具體。 這類似於分數階乘，因此按照正確的實驗迭代順序，它非常經濟且有用。 事實上，丹尼爾認為中心點比三層設計有更多好處：
- 正如他在書中指出的那樣，響應面的整體形狀和方向受中心點（相對於中心邊緣點）的影響更大，
- 三層設計缺乏徑向對稱性，且這些設計不可旋轉，中心點不存在此問題。
丹尼爾‧卡斯伯特 (1976) “統計學在工業實驗的應用」 威利（ISBN 0-471-19469-7），P. 34
回覆：關於如何測試具有中心點的兩級乘中的曲率的另一篇文章，包括中心點效應的討論嗨，麥克，
我很高興您發現麥克安德森的建議很有用。
我提到 JMP 不建議使用具有複製中心點的 2 水平設計來說明分析報告中沒有進行曲率檢定的原因。 順便說一句，您隨時可以在JMP 願望清單。
Bradley Jones 先前在不同的部落格文章和文章中討論了具有複製中心點的 2 層設計的問題：
- 重複中心點並不是對系統雜訊的良好估計，因為它們僅向我們提供有關中心方差的信息，該資訊可能小於因子空間其他區域的變異數。
- 我們需要從最少的運行次數中獲得最多的信息，因此將多次重複運行放在因子空間中最不有趣的部分是對實驗資源的不良利用。
- 如果發現曲率是活躍的，則所有二次項都會被混淆，因此我們需要進行昂貴的增強來確定活躍的二次效應。
在大多數情況下，您可能傳統上使用 2 水平設計，最終篩選設計將是更好的選擇。 這篇博文是解釋 DSD 優點的一個很好的來源。 為了進行徹底的討論，我建議本文以及討論文章和反駁。
我希望這有幫助。
菲爾
回覆：關於如何測試具有中心點的兩級乘中的曲率的另一篇文章，包括中心點效應的討論@菲爾_凱
感謝您提供部落格文章的連結。 它帶來了一個解決方案。
TL;DR 是這樣的：建立一個具有兩個層級的屬性列，以區分角點和中心點。 然後將該列與正在研究的任何其他項目一起作為效果包含在模型中。 其作用和意義將出現在參數估計中。
這比我透過腳本手動完成的方法要好得多。 事實上，我可能可以編寫一個腳本，透過重新編碼「模式」列來建立該列。
據我了解，JMP 社群和 SAS 不建議各種內容。 我想了解更多有關您不推薦它的原因的資訊。
我的問題不是運行複製的中心點是否是個好主意，而是在它們存在後對其進行分析。 我有一個應用程序，其中複製中心點是一個好主意。 如果您願意，我可以提供更多有關原因的資訊。
麥克風
回覆：關於如何測試具有中心點的兩級乘中的曲率的另一篇文章，包括中心點效應的討論您是對的，這不是我們的標準模型報告中的選項。
我們不建議具有多個中心點的 2 層設計。 如果您願意，我可以提供更多有關原因的資訊。
然而，如果您願意的話，測試曲率並不困難。 你讀了...嗎麥克安德森（Mike Anderson）對此的部落格文章？
問候，
菲爾
回覆：關於如何測試具有中心點的兩級乘中的曲率的另一篇文章，包括中心點效應的討論感謝您對中心點價值的精彩總結。你的觀點很實用。
作為連續實驗計劃的一部分，我多年來一直成功地使用中心點。這種方法為您提出的許多要點以及當我們希望擴展階乘用於建模目的時增強高效階乘設計的價值產生了巨大的價值。 DOE 的新手也很容易理解中心點的使用，並進一步支持他們的接受。
