如何选择最佳设计各位，
我们想用 5 个连续因子进行实验。 我们的系统是一个化学反应。 我们知道因素之间存在相互作用，但我们不知道具体到什么程度。 我们希望最大限度地增加产品数量。
有很多可能的 DOE。 我想想
-中央复合设计，
- 或它的第一部分（用于主要效果和中心点），然后增强设计，
-OR DSD，然后扩充设计
- 或具有 2d 阶和二次交互作用的定制设计
- 或定制设计并选择 RSM。
我怎样才能为我们选择最好的设计？ 哪个论点会帮助我选择？
谢谢
美国能源部回复：如何选择最佳设计我敢打赌，所有 5 个因素都很重要，而且您已经从化学反应的先验知识中知道了这一点。 如果是这样，那么我不会从筛选实验开始，因为关键筛选原则可能不成立。 但是，因子效应存在不确定性，因此您可以使用模型项的可估计性属性来指定该不确定性。
这可能取决于您的运行预算。 所以我会为这 5 个因素进行定制设计。 （是否有任何因素难以改变？）我会单击“模型”部分中的 RSM 按钮。 它将在模型中输入所有可能的二阶相互作用和非线性项。 （此操作也会将标准更改为 I-optimal。）现在检查模型中的每一项。 问问自己，你是否知道这个词是必要的，你知道它没有必要，或者你认为它可能是必要的。 删除您知道没有必要的任何术语。 保留所有您知道是必要的术语。 将剩余项的可估计性更改为如果可能。 这个过程将导致两个变化。 最小运行次数将下降 - 该数量等于必须估计的参数数量。 此外，该设计对于所有可能的模型都是 I 最优的。 现在按以下方式增加运行次数。 为可能重要的每个 If possible 项添加 3-4 次运行。 假设我有 10 个可能的交互术语，我不知道哪些是活跃的，但我认为其中 2 个是活跃的。 最少增加 6-8 次运行。
这种推理和方法有意义吗？
回复：如何选择最佳设计选择设计时有许多考虑因素。 在您运行实验之前，没有人知道哪个实际上会表现得更好。 我的建议是创建多个设计，列出每个设计的优缺点，可以从每个设计中学到什么（什么是分开的，什么是混淆的，什么是限制性的），并权衡可能获得的知识与所需的资源。
我认为没有解决的一件事是噪音。 有几个问题：
1. 您对测量系统的信心如何？ 重复运行可能有助于在实验环境中评估这一点。
2. 你的策略是什么来最大化实验代表未来条件的可能性？ 例如，化学反应中使用的化学品可能来自分批分配的连续过程。 批次内和批次之间有多少变化？ 环境条件有影响吗？ 您是否关心流程的设置？
考虑使用块或分割图来管理实验的精度，同时不影响推理空间。
3.我建议创建一个预测等级顺序模型效应高达二阶阶乘和二阶多项式。 这将有助于决定您需要的分辨率，以及您是否认为与线性模型的偏离很重要，因此需要添加水平来估计这一点。
4. 最后，预测每一个可能的结果并预测您将如何处理从每个结果中获得的信息。 例如，如果您运行实验并创建了大量实际变异，但没有一个可分配给因子效应，您会怎么做？ 如果因素 A 显着且 + 水平更好，你会怎么做？ 如果因素 A 显着且 - 水平更好，你会怎么做？ 如果因素 A 不重要，你会怎么做？ 等等。
回复：如何选择最佳设计你好 Statman，我认为第 1 点和第 2 点是可以的。 我们对测量系统进行了预测试，并以尽可能降低噪音的方式准备测试。 非常感谢您的其他建议。
