DOE 中的随机与固定阻塞因子大家好，
我正在尝试设置一个自定义 DOE 实验，在该实验中我评估 4 个连续因子和 1 个响应。 我有 30 次运行的限制，并且对主要效果感兴趣（以后我想尽可能地进行双向交互）。 我设置了这个运行，但是因为这 30 次运行必须在两个成像平台上拆分，所以我使用了两个阻塞，每个运行 15 次。 我尝试使用一个固定的阻塞因子，它为模型产生高功率和低方差值。 然而，对我来说，使用随机阻塞因子是有意义的，因为它会释放更多的自由度，而且从物理的角度来看，这两个平台应该非常相似，并且在众多此类平台中只有两个随机平台。
但是，当我对这个设计进行计算机计算时（我使用的是 D 最优设计），我得到了所有项的良好功率值，但截距低了一个数量级。 同时，平均方差从大约 0.1 跳到 0.7，从固定阻塞到随机阻塞。
有人可以向我说明造成这种情况的原因，以及如何规避这个问题。 我一直认为随机阻塞提供了更多估计效果（尤其是主效果）的能力。
谢谢
美国能源部回复：DOE 中的随机与固定阻塞因子将效果视为固定的还是随机的通常不是 DF 或功率的问题，而是您如何看待变化的问题。 如果它是可重现的水平，如果水平是唯一感兴趣的水平，则将其视为固定效应。 如果这些水平是来自更大群体的样本，如果您对这两个特定水平并不真正感兴趣，而是对整个群体的变化感兴趣，那么将其视为随机效应。
那么你如何看待这两个成像器呢？ 它们是仅有的两个设备吗？ 在可预见的未来，它们会成为仅有的两种设备吗？ 然后将块视为固定效果。 这两个成像器是从一个不断变化的大池中挑选出来的吗？ 然后将它们视为随机效应。
回复：DOE 中的随机与固定阻塞因子首先，欢迎来到社区。
我可能会从不同的角度分享我的想法：
1. 应该如何分析数据以及使用什么工具进行分析取决于数据的获取方式。 （实际上，这延伸到您可以回答什么问题，您可以得出什么结论以及您对推断结果的信心是如何获取数据的函数）
2. 虽然可以对块的适当“指定”进行辩论，但如果您可以明确指定哪些因素与块混淆，并且正如 Mark 所建议的那样，这些“级别”可以被复制，这些块可以被视为固定效果。 我会争论将这些随机（或将它们视为随机效应）是否会增加推理空间，而不是在“粗体级别”上专门操纵它们。 我个人认为，通过专门操作块，您更有可能拥有更广泛的推理空间。
3. 将块视为固定效应具有能够量化块-因子交互（本质上是噪声-因子交互）的巨大优势，这可能是量化设计结构稳健性的最佳方法。 您的设计因素对噪声变化的影响是否一致？
4. 有趣的是，阻塞具有同时增加推理空间和提高设计精度（如 Box 所定义）的额外好处。 这是因为块内偏向因子效应（块内的噪声保持不变），然后块之间的噪声会发生变化，因此可以对其进行分配。
“阻挡你能阻挡的，随机化你不能阻挡的”GEP 盒子
在实验执行过程中阻止您可以识别和管理的内容，随机化在实验期间尚未识别或无法管理的噪声。
回复：DOE 中的随机与固定阻塞因子你好马克和斯塔特曼，
谢谢你的反馈。 我确实相信我的平台（不是成像仪，而是进行测试的消耗品）应该设置为随机效应，因为它们会更多，理论上它们之间不应该存在显着差异分类。
主要问题是为什么我在随机块与固定块的平均方差和低截获能力方面有如此大的差异。 一般来说，固定会给出更多的未知数，但在我的情况下，我相信它们应该是相同的，因为我只有两个非常大的块，每块 15 次运行。 如果我没记错的话，对于固定的，您为 k 个块添加 k-1 个未知数，而对于固定，唯一添加的未知数是块之间的方差。 两种设计的颜色图看起来也完全一样，所以因素之间不应该出现额外的相关性，对吗？
对此的任何帮助将不胜感激。
