中心点和筛选设计嗨会员们，
我正在尝试使用 JMP 16 进行自定义主效应筛选设计。 我有五个因素，其中一个因素是有 4 个级别的分类因素。 定制设计生成了 16 次运行的实验，我想知道是否有必要在研究中添加中心点？ 我只对确定重要因素以及应该在 RSM 设计中使用 4 个分类变量中的哪一个感兴趣。 任何帮助将不胜感激。
实验设计回复：中心点和筛选设计非常感谢@Byron_JMP
由于成本原因，我必须限制可以进行的运行次数，而且我还怀疑其中两个因素可能并不重要。 我选择了定制设计的 D 最优设计，该设计为我提供了 16 次运行，希望它可以帮助我确定分类变量之一和 RSM 研究的重要因素。
回复：中心点和筛选设计非常感谢@P_巴特尔我将继续进行没有中心点的筛选实验。
回复：中心点和筛选设计非常感谢@马克贝利
回复：中心点和筛选设计我有一个具有 4 个水平的分类因素和 4 个其他连续变量，每个变量有两个水平。
回复：中心点和筛选设计在仅运行 16 次的筛选实验中使用 4 个级别的分类因子似乎可能会过度简化您的系统。 如果分类因子和连续因子之间有可能存在交互作用，则将交互项添加到模型中可能是个好主意。 这会让你的筛选实验变得更大一些；但是，对分类变量的每个级别进行一些额外的运行将提高您检测它们之间差异的能力。
举例来说，假设只有 3 个连续变量很重要，并且您选择分类变量的一个级别，则需要额外的 8 次运行来添加其余 3 个连续变量的交互作用和二次效应。 （能源部>增强）
如果实验装置并不困难或昂贵，那么无论如何，运行次数越多越好。
回复：中心点和筛选设计中心点与连续因子（或离散数字因子）有关。 你说你有 5 个分类因素。 如果我正确理解你的描述，那么你只需要关心主效应和交互效应。
回复：中心点和筛选设计必要的？ 严格来说......不，如果您的主要目标是估计有影响的主效应和仅估计主效应。 特别是对于您期望并计划进行基于 RSM 模型的后续实验的筛选设计。
我可能考虑添加中心点的唯一原因是您正在寻找某种与实验无关的内部对实验空间的纯误差的估计。 但对我来说，这引出了另一个问题......因为最终你将选择一个或多个级别的分类因素......你不想估计分类因素每个级别的纯误差来看看是否存在“噪音” ' 在整个分类因素中是恒定的吗？ 如果答案是“是”...那么您需要在分类因子的所有级别上复制中心点，这将很快增加设计中的游程数量...现在的游程数量占优势寻找纯粹的误差和不显着的主效应。 说起来很长……我会把中心点留下来……
其他人可能有不同的感觉？
