基於DOE的多次重複回歸模型嗨社區，
我從一個實驗中收到了一個數據集，其中一個產品從某個高度跌落，然後測試了它的性能，導致通過/失敗響應。
該裝置有六種不同的配置，每種配置有 16 個樣本。 所有 96 個樣本均以隨機順序進行跌落測試。
每個配置重複多次的主要原因是已知基本配置的故障率約為 1/10，希望能夠確定地看到所有配置中出現故障的設備，以便對它們進行比較。 如果我們對每個配置只做 3 次重複，我們可能看不到或很少有失敗，並且可能什麼也學不到。
我的問題是，我如何最好地建模？
- 如果我使用所有 96 個通過/失敗結果作為邏輯模型中的名義響應，則模型效應值在 16 個組中相同，因為所有配置 A 行具有相同的模型效應值，所有配置 B 行具有相同的模型效果值等（在每個組內，響應當然不同：有些通過，有些失敗。）這可以接受嗎？ 我以前沒有嘗試過做這樣的模型，其中輸入變量如此同質在群組裡。
- 如果我為 6 種配置中的每一種計算失敗百分比（失敗數除以 16）並將其用作標準最小二乘模型中的連續響應，由於樣本量較小（6 ）。 而且我不確定該設置是否真的代表了實驗所做的事情（96 次獨立運行）。
希望有人能幫忙！
親切的問候，
莫騰
分析美國能源部Re: 基於 DOE 的回歸模型，多次重複我首先要說的是，在選擇模型或分析之前進行實驗是不明智的。 數據可能不支持您想知道的內容。 分析和模型首先出現，而不是最後。
有多種類型的二元響應分析可能會讓您滿意。 您可以使用邏輯回歸模型、具有 logit 鏈接函數的二項式廣義線性模型或 Probit 分析。 所有這些分析都將使用相同的線性預測器。
Re: 基於 DOE 的回歸模型，重複次數多嗨，馬克，
感謝您的回答，對於遲到的回复感到抱歉。
我同意你的觀點，模型應該是第一位的，不幸的是測試已經進行了。
我創建了一個邏輯模型，它似乎有效；例如，我猜想所有“重複行”（多行的所有因素都在同一級別）只是為該配置通過提供了更多的信心。 所以我想我會繼續這個邏輯模型。
謝謝你的幫助！
