DOE 如何估計每次運行的“樣本量”大家好，
我有一個 DOE 用於研究響應，這是一些“好”事件。
我構建了一個運行 20 次的 DOE。
我知道平均來說好事件的比例是10%。
在實驗過程中，每次運行，我都會對植物樣本進行相應的處理，併計算該樣本中良好事件的數量。 最後，我將使用這些計數進行分析。
我想研究與每次運行相關的樣本量對實驗功效的影響。
我知道有一些工具可以研究與功效相關的問題（使用評估設計或樣本大小瀏覽器平台），但我真的不知道如何在這種情況下使用它們。
在此先感謝您的幫助！
實驗設計回复：DOE 如何估計每次運行的“樣本量”謝謝@statman和@馬克貝利為您解答！
我認為模擬確實是探索這個問題的一個很好的工具，我會嘗試使用它。
我也會注意列出的不同點@statman
回复：DOE 如何估計每次運行的“樣本量”在這種情況下，您無法像單樣本 t 檢驗那樣計算最小樣本量。 但您可以使用模擬，JMP Pro 支持這種方法。 它要求您對可能預期的效應大小和其他一些事情做出明智的猜測。 看如何使用模擬響應與定制設計一起使用。 聽起來好像您可以確定每次運行中事件和非事件的數量，因此您應該使用二項分佈進行響應分佈。 看如何使用 JMP Pro 中的模擬功能。
回复：DOE 如何估計每次運行的“樣本量”嗨，我可能不會開始回答你想要的答案，但這是我的想法：
1. 您對匯率的一致性有多大信心？ 是否有任何模式或其他線索表明好的作品何時製作出來？
2.什麼決定“好”或“壞”？ 你能開發一個更好的響應變量嗎？ 您根據什麼標準判斷通過/失敗？ 標準可以量化嗎？或者如果反應是感官評估，您可以使用序數表嗎？
3. 平均“良好”率為 10%，您對該比率的變化感興趣多少？ 變化越小，所需的樣本量就越大。 希望你已經選擇了很多因素並進行了大膽的水平設置。
4. 我不喜歡樣本量計算……執行這些計算所需了解的信息通常不可用，或者充其量只是估計值。 我傾向於採取更實際的方法。 我總是考慮；我採集的樣本數量是否能夠代表我正在調查的情況和未來的情況？
您可能想閱讀 Bisgaard 和 Fuller 的論文“以缺陷或缺陷作為響應變量的階乘實驗分析”。
