创建 DoE 时，是否考虑建模类型或设计角色或两者都考虑？我们的实验有一个设置为“低”/“中”/“高”的因素 - 这些级别将通过混合设置进行调整
数据类型设置为字符
建模类型设置为序数
设计角色设置为分类
值顺序设置为“低”/“中”/“高”
JMP 是否使用该信息（低点低于中点等）创建设计？
或者它会与没有顺序或关系的三个分类因素采用相同的设计吗？
另一种方法是将“low”/“middle”/“high”重命名为“1”/“2”/“3”
数据类型设置为数字
建模类型设置为序数
设计角色设置为离散数字
对于我们的实验，我们需要较少的推荐运行。
哪种方法是正确的方法或者我们如何决定使用哪一种方法？
预先感谢您的任何帮助！
达妮埃拉
大规模定制回复：创建 DoE 时，是否考虑建模类型或设计角色或两者都考虑？如果因子是字符串，JMP 会将该因子视为离散因子。 这意味着级别只是名称，没有隐含的顺序（序数和名义被视为相同 - 请记住，在自定义设计器中，JMP 不要求建模类型）。 真正分类因子的缺点是插值不能用于帮助估计各个级别的参数。 您必须在每个级别获取数据，并且在某个级别获取较少的数据点将减少对该级别参数的估计。
如果将因子设为离散数值，JMP 会将因子创建为连续因子。 主要区别在于，为了实现所有离散级别，JMP 将向模型添加额外的“如果可能”项以强制使用额外的级别。 对于您的示例，它将为您的因子添加一个额外的平方项，以确保“2”水平出现在设计中。 这种方法可能会导致中间级别不像使用字符串那样经常被选择。 为什么？ 因为如果因子确实是连续的，那么插值将可以帮助我们进行参数估计。 我对因子范围的中间部分了解更多，因为我将在低设置和高设置下收集数据。
一般来说，如果一个因素可以被视为连续的，我会建议在设计中使其连续。 但如果是这样的话，我就会质疑：为什么需要三个级别？ 从数学上讲，第三级的唯一原因是估计曲率。 如果是这种情况，那么模型中应该有一个平方项。 因此，围绕这些因素以及应如何对待它们进行了很多讨论，但我认为大多数答案都是基于主题知识。
最终，以两种方式创建设计。 哪个具有更好的性能满足您的需求？
