基于DOE的多次重复回归模型嗨社区，
我从一个实验中收到了一个数据集，其中一个产品从某个高度跌落，然后测试了它的性能，导致通过/失败响应。
该装置有六种不同的配置，每种配置有 16 个样本。 所有 96 个样本均以随机顺序进行跌落测试。
每个配置重复多次的主要原因是已知基本配置的故障率约为 1/10，希望能够确定地看到所有配置中出现故障的设备，以便对它们进行比较。 如果我们对每个配置只做 3 次重复，我们可能看不到或很少有失败，并且可能什么也学不到。
我的问题是，我如何最好地建模？
- 如果我使用所有 96 个通过/失败结果作为逻辑模型中的名义响应，则模型效应值在 16 个组中相同，因为所有配置 A 行具有相同的模型效应值，所有配置 B 行具有相同的模型效果值等（在每个组内，响应当然不同：有些通过，有些失败。）这可以接受吗？ 我以前没有尝试过做这样的模型，其中输入变量如此同质在群组里。
- 如果我为 6 种配置中的每一种计算失败百分比（失败数除以 16）并将其用作标准最小二乘模型中的连续响应，由于样本量较小（6 ）。 而且我不确定该设置是否真的代表了实验所做的事情（96 次独立运行）。
希望有人能帮忙！
亲切的问候，
莫腾
分析美国能源部Re: 基于 DOE 的回归模型，多次重复我首先要说的是，在选择模型或分析之前进行实验是不明智的。 数据可能不支持您想知道的内容。 分析和模型首先出现，而不是最后。
有多种类型的二元响应分析可能会让您满意。 您可以使用逻辑回归模型、具有 logit 链接函数的二项式广义线性模型或 Probit 分析。 所有这些分析都将使用相同的线性预测器。
Re: 基于 DOE 的回归模型，重复次数多嗨，马克，
感谢您的回答，对于迟到的回复感到抱歉。
我同意你的观点，模型应该是第一位的，不幸的是测试已经进行了。
我创建了一个逻辑模型，它似乎有效；例如，我猜想所有“重复行”（多行的所有因素都在同一级别）只是为该配置通过提供了更多的信心。 所以我想我会继续这个逻辑模型。
谢谢你的帮助！
