如何選擇最佳設計各位，
我們想用 5 個連續因子進行實驗。 我們的系統是一個化學反應。 我們知道因素之間存在相互作用，但我們不知道具體到什麼程度。 我們希望最大限度地增加產品數量。
有很多可能的 DOE。 我想想
-中央複合設計，
- 或它的第一部分（用於主要效果和中心點），然後增強設計，
-OR DSD，然後擴充設計
- 或具有 2d 階和二次交互作用的定制設計
- 或定制設計並選擇 RSM。
我怎樣才能為我們選擇最好的設計？ 哪個論點會幫助我選擇？
謝謝
美國能源部回复：如何選擇最佳設計我敢打賭，所有 5 個因素都很重要，而且您已經從化學反應的先驗知識中知道了這一點。 如果是這樣，那麼我不會從篩選實驗開始，因為關鍵篩選原則可能不成立。 但是，因子效應存在不確定性，因此您可以使用模型項的可估計性屬性來指定該不確定性。
這可能取決於您的運行預算。 所以我會為這 5 個因素進行定制設計。 （是否有任何因素難以改變？）我會單擊“模型”部分中的 RSM 按鈕。 它將在模型中輸入所有可能的二階相互作用和非線性項。 （此操作也會將標準更改為 I-optimal。）現在檢查模型中的每一項。 問問自己，你是否知道這個詞是必要的，你知道它沒有必要，或者你認為它可能是必要的。 刪除您知道沒有必要的任何術語。 保留所有您知道是必要的術語。 將剩餘項的可估計性更改為如果可能。 這個過程將導致兩個變化。 最小運行次數將下降 - 該數量等於必須估計的參數數量。 此外，該設計對於所有可能的模型都是 I 最優的。 現在按以下方式增加運行次數。 為可能重要的每個 If possible 項添加 3-4 次運行。 假設我有 10 個可能的交互術語，我不知道哪些是活躍的，但我認為其中 2 個是活躍的。 最少增加 6-8 次運行。
這種推理和方法有意義嗎？
回复：如何選擇最佳設計選擇設計時有許多考慮因素。 在您運行實驗之前，沒有人知道哪個實際上會表現得更好。 我的建議是創建多個設計，列出每個設計的優缺點，可以從每個設計中學到什麼（什麼是分開的，什麼是混淆的，什麼是限制性的），並權衡可能獲得的知識與所需的資源。
我認為沒有解決的一件事是噪音。 有幾個問題：
1. 您對測量系統的信心如何？ 重複運行可能有助於在實驗環境中評估這一點。
2. 你的策略是什麼來最大化實驗代表未來條件的可能性？ 例如，化學反應中使用的化學品可能來自分批分配的連續過程。 批次內和批次之間有多少變化？ 環境條件有影響嗎？ 您是否關心流程的設置？
考慮使用塊或分割圖來管理實驗的精度，同時不影響推理空間。
3.我建議創建一個預測等級順序模型效應高達二階階乘和二階多項式。 這將有助於決定您需要的分辨率，以及您是否認為與線性模型的偏離很重要，因此需要添加水平來估計這一點。
4. 最後，預測每一個可能的結果並預測您將如何處理從每個結果中獲得的信息。 例如，如果您運行實驗並創建了大量實際變異，但沒有一個可分配給因子效應，您會怎麼做？ 如果因素 A 顯著且 + 水平更好，你會怎麼做？ 如果因素 A 顯著且 - 水平更好，你會怎麼做？ 如果A因素不重要，你會怎麼做？ 等等。
回复：如何選擇最佳設計你好 Statman，我認為第 1 點和第 2 點是可以的。 我們對測量系統進行了預測試，並以盡可能降低噪音的方式準備測試。 非常感謝您的其他建議。
回复：如何選擇最佳設計謝謝馬克。
事實上，我知道所有這些因素都很重要。 但是，我不知道它們如何在其值範圍內相互作用。
此外，一方面，我不知道獲得大量產品所需的最小值。 因此，選擇的範圍可能太大：無論其他因素的值如何，選擇的最低值可能會給出低響應。
在您建議的方法中，我理解目的是降低實驗成本。 但是，我們不想錯過任何效果。 因此，我會選擇保留所有運行。 有 3 個中心點（由合作夥伴詢問），考慮二階和二次項給出 28 次運行； RSM 提供 27 次運行和較低的預測方差配置文件。 因此，RSM 看起來是最好的。
