中心點與篩選設計嗨會員們，
我正在嘗試使用 JMP 16 進行自訂主效應篩選設計。 我有五個因素，其中一個因素是有 4 個等級的分類因素。 客製化設計產生了 16 次運行的實驗，我想知道是否有必要在研究中添加中心點？ 我只對確定重要因素以及 RSM 設計中應該使用 4 個分類變數中的哪一個感興趣。 任何幫助將不勝感激。
實驗設計回覆：中心點與篩選設計非常感謝@Byron_JMP
由於成本原因，我必須限制可以進行的運行次數，我還懷疑其中兩個因素可能並不重要。 我選擇了客製化設計的 D 最優設計，該設計為我提供了 16 次運行，希望它可以幫助我確定分類變數之一和 RSM 研究的重要因素。
回覆：中心點與篩選設計非常感謝@P_巴特爾我將繼續進行沒有中心點的篩選實驗。
回覆：中心點與篩選設計非常感謝@馬克貝利
回覆：中心點與篩選設計我有一個具有 4 個水平的分類因素和 4 個其他連續變量，每個變量有兩個水平。
回覆：中心點與篩選設計在僅執行 16 次的篩選實驗中使用 4 個等級的分類因子似乎可能會過度簡化您的系統。 如果分類因子和連續因子之間有可能存在交互作用，則將交互項添加到模型中可能是個好主意。 這會讓你的篩選實驗變得更大一些；但是，對分類變數的每個層級進行一些額外的運行將提高您檢測它們之間差異的能力。
舉例來說，假設只有 3 個連續變數很重要，並且您選擇分類變數的一個級別，則需要額外的 8 次運行來添加其餘 3 個連續變數的交互作用和二次效應。 （能源部>增強）
如果實驗裝置並不困難或昂貴，那麼無論如何，運行次數越多越好。
回覆：中心點與篩選設計中心點與連續因子（或離散數字因子）有關。 你說你有 5 個分類因子。 如果我正確理解你的描述，那麼你只需要關心主效應和互動效應。
回覆：中心點與篩選設計必要的？ 嚴格來說......不，如果您的主要目標是估計有影響的主效應和僅估計主效應。 特別是對於您期望併計劃進行基於 RSM 模型的後續實驗的篩選設計。
我可能考慮添加中心點的唯一原因是您正在尋找某種與實驗無關的內部對實驗空間的純誤差的估計。 但對我來說，這引出了另一個問題......因為最終你將選擇一個或多個級別的分類因素......你不想估計分類因素每個級別的純誤差來看看是否存在“噪音” ' 在整個分類因素中是恆定的嗎？ 如果答案是「是」...那麼您需要在分類因子的所有層級上複製中心點，這將很快增加設計中的遊程數量...現在的遊程數量佔優勢尋找純粹的誤差和不顯著的主效應。 說起來很長…我會把中心點留下來…
其他人可能有不同的感覺？
