添加分块的全因子分析亲爱的 JMP 社区，
最初，我使用全因子设计了以下实验 - 3 因子（2 连续 + 1 分类） - 处理室作为分类因子。
对于所关注的过程，众所周知会存在室与室之间的差异，但所有室都必须在特定规格限制内可操作。 因此，最初决定将腔室作为分类参数。
总共有20次运行。 已经进行了实验并收集了数据。
1.如果首先使用带阻塞的全阶乘会更好，因为房间可以被认为是随机效应？ 如果是的话，那我就完蛋了。 
2. 有没有其他方法可以利用收集到的现有数据来正确分析数据？
先感谢您
AmirSS
美国能源部回复：添加阻塞的全因子分析为什么你认为房间应该被视为随机效应？
如果您希望看到因子水平之间的重要差异并且无法控制这些水平，则可以将因子效应建模为随机效应。
一个典型的例子是 DAY，当您每天进行多次运行，并且由于更多“噪声”因素之一（例如环境温度、湿度、日常仪器校准、轮班操作员……）每天都在变化，你无法控制。
您可以为 DAY 包含一个随机效应来处理日常噪声因子变化，并将其与由于感兴趣的固定效应引起的变化分开。 通过这种方式，您可以更好地估计您能够控制的因素的影响。 但是你不能对未来的某一天做出具体的预测，因为你没有关于 DAY 的随机效应是什么的信息。
现在，另一方面，您可能会怀疑存在可预测的 DAY 效应，因为它随一周中的某天而变化。 也许您预计周一和周二会有更高的反应。 在这种情况下，您可以将 DAY（M、Tu、W、Th、Fr）建模为固定效应。 使用您的模型，您可以预测一周中的某一天可能会看到的响应。
希望这是有道理的。
因此，您的问题是，Chamber 是像第一个示例中 DAY 的“嘈杂”效果还是像第二个示例中 DAY 的可预测效果。
我希望我没有增加你的困惑！
菲尔
回复：添加阻塞的全因子分析菲尔的建议和解释非常好。 我的想法：
1. 你真的对实验（理解因果结构）或测试（挑选赢家）感兴趣吗？ 您想了解为什么每个腔室的 2 个连续变量可能会产生不同的影响吗？
2. 好奇您为什么不尝试了解并可能减少腔室间的差异？
3. 腔内是否有显着变化？ 测量系统误差如何？
4. 只有两个房间吗？ 如果是这样，您是否试图找到在每个腔室中最有效的设置？
5.你当然可以分析你拥有的数据集。 似乎您在 2 个房间中复制了 3^2 阶乘。 您可以分别分析每个腔室的结果（如果您只是想为每个腔室找到合适的效果），或者如果您真的想获得线索以了解这些效果以及为什么每个腔室的效果可能不同，您可以包括腔室以及模型中所有按因子相互作用的房间。
回复：添加阻塞的完全因子分析感谢@Phil_Kay和@statman 。
回答以下问题：
因此，您要问的问题是，Chamber 是否像第一个例子中的 DAY 的“嘈杂”效果，还是像第二个例子中 DAY 的可预测效果。
如果我的理解正确的话，该室应该具有可预见的效果。
1. 您是否真的对实验（了解因果结构）或测试（挑选赢家）感兴趣？您是否想了解为什么每个房间的两个连续变量可能会产生不同的效果？
2. 好奇为什么您不尝试去理解并尽可能减少室与室之间的差异？
3. 室内有显著的变化吗？测量系统误差如何？
4. 只有 2 个腔室吗？如果是，您是否尝试找到每个腔室中效果最佳的设置？
总共我有 12 个同类型的房间。由于资源和房间可用性的限制，这里只选择了 2 个房间。
由于腔体硬件是按照 1 种通用方法校准的，因此腔体与腔体之间的差异被认为是最小的。（腔体与腔体之间所用硬件的准确值可能不同）。
总而言之，我的主要目标是找到效果最佳且可应用于所有 12 个腔室的 2 个连续变量的最佳设置。
谢谢大家，希望分析我的 DOE 的方法能够对您有所帮助。
