美国能源部挑战- 目标是发酵过程的表征/优化。
- 6 个因子 (X1-X6)，每个实验单元独立可控（他们的自定义设计设置需要 53 次运行）
- 想包括一个因素“培养时间” (ct)。 这意味着在三个不同的时间取样并进行分析（一种重复测量）。 这是分析部门的大量工作，因此他们希望减少测试/样本的数量。
- 挑战：如何最好地选择 ct 样本并设置设计？
来自客户的想法：
- 使用自定义设计器和因子 X1-X6 作为要从中选择的协变量
- 模型效应只是主效应
- 测试不同的运行次数，直到主效应 X1-X6 的共线性最小或可以接受（他们希望这将解决 2-因子相互作用 (X1-X6)*ct ）
- 或者使用第一个设计中已经存在的分裂图
如何最好地处理这种情况？
我认为协变量的想法应该可行。 这将有助于找到他们测试所有三个 ct 时间点的运行子集，并获得一个不错的信息，如果 ct 会产生影响，以及是否存在一些潜在的相互作用。 但我们能否轻松评估这些模型效应的功效？
我不认为分裂情节会在这里工作，但你可能有其他想法。
另一个自发的想法是取这些样本并使用 FDE 和作为补充变量的 DOE 因素，看看 X1-X6 与 ct 值的轮廓之间是否存在某种关系。 3分并不多，但根据形状可能就足够了。
你怎么认为？ 有任何想法吗？
回复：能源部挑战嗨，马丁，
有趣的。 你能解释一下关于“他们的定制设计设置需要 53 次运行“？ 因子 X1 - X6 都是连续的吗？
你的意思是他们将在 6 个因素上进行 53 次运行 DOE，问题是他们应该如何在这 53 次运行中对时间进行采样？
如果是这样，听起来他们负担不起 159 (=53*3) 个时间点样本。 他们能负担得起多少？
干杯，
菲尔
回复：能源部挑战所有实验单元都运行相同的时间还是取决于 ct 的水平（即，ct 是一种治疗）？
回复：能源部挑战是否有任何因素难以改变？ 或者他们会为了方便而限制随机化吗？
他们是否已经知道这六个因素会影响响应？
对我来说这听起来像是重复的措施！ 我建议他们考虑以标称值为中心的 CT 范围。
为什么要使用协变量？ 你的意思是说他们已经有了一些实验单位的数据？ 为什么不从头开始使用自定义设计？
他们在定制设计中指定了什么，以便需要 53 次运行？ 这个数字对我来说似乎有些过分。
他们确定响应中只会有线性变化吗？ 这在发酵等生物系统中并不常见。
我喜欢以 CT 作为功能的 FDOE 的想法。 不确定 3 个时间点是否会提供很多信息，但是一旦他们有了数据，他们就可以尝试许多不同的分析方法。
我希望我有比问题更多的答案 - 对不起！
回复：能源部挑战嗨，谢谢大家的建议和问题;)
我有更多详细信息，并尝试回答您的问题：
- 需要更正：该设计不是定制设计，而是正交 CCD（包括 9 个中心点），因此 53=46+9 次运行（他告诉我他错了，一位同事使用了另一种设计），6 个连续因子
- 这是一个批处理过程（类似于滴定度过程），并且在此过程中为一个批次测量了 3 次培养时间，因此一方面是重复测量但没有处理，但在我看来非常适合 FDOE
- 他们最多可以负担 30-40 次分析测量，现在他们想对 CCD 的轴向点执行此操作，以评估培养时间如何与其他 DOE 因素相互作用。
- 他们正在进行过程表征，最终目标是找到最佳培养时间以及他们如何控制其他参数以保持在其质量范围内。
- 他们对什么可能是重要的事情有一些了解，但是每次的过程都不同。
如果我在混合模型中处理结果数据，我会以这种方式看到重复测量：
- 批次将是固定效应
- 培养时间随机效应以及批次*ct（其他因素类似）
如果我尝试设置自定义设计，我会选择功能响应（时间点为 ct）并使用 6 个连续进行设计。因素。 这将导致 34 次运行设计，添加一些额外的 (CP) 设计，他们仍然会低于 40（比现在少 13，仍然需要仅为分析部门选择大约 12-13（因为他们必须测量 3 次。
我仍然不明白在客户要求的这种情况下您将如何使用拆分图。 并且将 ct 作为因素并没有进入我的脑海，因为在一批中只有一个测量值来衡量较低的 ct 而在另一批次中测量较高的 ct 是没有意义的。
希望我能发现一些未知数。
