創建 DoE 時，是否考慮建模類型或設計角色或兩者都考慮？我們的實驗有一個設定為“低”/“中”/“高”的因素 - 這些等級將透過混合設定進行調整
資料類型設定為字符
建模類型設定為序數
設計角色設定為分類
值順序設定為“低”/“中”/“高”
JMP 是否使用該資訊（低點低於中點等）來建立設計？
或者它會與沒有順序或關係的三個分類因素採用相同的設計嗎？
另一種方法是將“low”/“middle”/“high”重新命名為“1”/“2”/“3”
資料類型設定為數字
建模類型設定為序數
設計角色設定為離散數字
對於我們的實驗，我們需要較少的推薦運行。
哪一種方法是正確的方法或是我們如何決定使用哪一種方法？
預先感謝您的任何幫助！
達妮埃拉
大規模客製化回覆：在創建 DoE 時，是否考慮建模類型或設計角色或兩者都考慮？如果因子是字串，JMP 會將該因子視為離散因子。 這意味著等級只是名稱，沒有隱含的順序（序數和名義被視為相同 - 請記住，在自訂設計器中，JMP 不要求建模類型）。 真正分類因子的缺點是插值不能用來幫助估計各個層級的參數。 您必須在每個層級取得數據，並且在某個層級取得較少的數據點將減少對該等級參數的估計。
如果將因子設為離散數值，JMP 會將因子建立為連續因子。 主要區別在於，為了實現所有離散級別，JMP 將向模型添加額外的「如果可能」項目以強制使用額外的級別。 對於您的範例，它將為您的因子添加額外的平方項，以確保「2」水平出現在設計中。 這種方法可能會導致中間層級不像使用字串那樣經常被選擇。 為什麼？ 因為如果因子確實是連續的，那麼插值將可以幫助我們進行參數估計。 我對因子範圍的中間部分了解更多，因為我將在低設定和高設定下收集數據。
一般來說，如果一個因素可以被視為連續的，我會建議在設計中使其連續。 但如果是這樣的話，我就會質疑：為什麼需要三個等級？ 從數學上講，第三級的唯一原因是估計曲率。 如果是這種情況，那麼模型中應該有一個平方項。 因此，圍繞這些因素以及如何對待它們進行了很多討論，但我認為大多數答案都是基於主題知識。
最終，以兩種方式創建設計。 哪一個具有更好的性能滿足您的需求？
