菲爾·凱 (Phil Kay) 不知道他最近在 LinkedIn 上發布的帖子中寫著“ OFAT 不起作用。” 作為 JMP 全球支持團隊的學習經理和數據分析傳播者，Phil 經常在 LinkedIn 上與他的追隨者分享智慧。
但這篇文章不同，獲得了超過 30,000 次瀏覽、300 多個反應和 60 多個評論。 您可以在下面完整閱讀。
我藉此機會問了菲爾幾個問題——一次一個因素的實驗有什麼問題，實驗設計有什麼好處，以及他希望通過他在 LinkedIn 上的外展活動實現什麼話題。
那麼一次試驗一個因素有什麼不好呢？
菲爾：一次試驗一個因素的問題在於，大自然不遵守這些規則。 物理/化學/生物世界要復雜得多。 一個因素的影響將取決於其他因素的設置方式。 例如，根據您設置的 pH 值，升高溫度可能會產生不同的效果。 如果一次只改變一個因素，你就無法了解這些重要而復雜的行為。 最終結果是您沒有找到最佳解決方案，並且您對如何控制您的流程或系統以始終如一地實現高質量結果了解不多。 這只是浪費時間和精力。
好吧，為什麼人們仍然一次嘗試一個因素呢？
菲爾：大多數科學家和工程師在接受教育的早期就被告知，一次只有一個因素是進行實驗的唯一方法。 你可以而且應該同時改變所有因素的想法是可怕的。
好的。 現在請告訴我們實驗設計有什麼好處。
它使您能夠通過充分探索過程的可能性來找到最佳解決方案。 這不僅僅是尋求最佳。 它是一個學習工具：您可以捕捉複雜的行為並了解所有因素的影響。 使用統計數據的“魔力”，它還可以確保效率，因為您只需要測試少數設置即可為您提供所需的整個系統的模型。
什麼是#DOEbyPhilKay在領英上？
菲爾：這是一個標籤，人們可以關注它來查看每週發布的關於實驗設計 (DOE) 的想法和重要提示的帖子。 這些帖子混合了關於 DOE 的啟發性引言、對功率分析等技術概念的介紹，以及我在遛狗時出現的談話要點。
你為什麼要創建這些#DOEbyPhilKay 帖子？ 你希望完成什麼？
菲爾：除了無恥的自我推銷，我希望這些帖子能給剛剛學習使用 DOE 的人提供鼓勵和支持。 我還想利用其他 DOE 傳道者的熱情，這樣我們就可以共同努力，實現世界上每個實驗者都具備從該方法中受益的技能的願景。 也許更多的教育工作者會受到啟發，向我們未來的科學家和工程師教授 DOE。
對您的#DOEbyPhilKay 帖子有何回應？
菲爾：很高興發現我不是唯一一個對這個話題有強烈感覺的人。 OFAT 帖子的瀏覽量已超過 30,000 次！ 我真的很喜歡這些討論。 它讓我與世界各地不同行業的大量新人建立了聯繫。 最近有人告訴我，他們為化學本科生教授了一個關於 DOE 的模塊，他們在課程開始時引用了我的一篇文章——這可能是我職業生涯中最自豪的時刻之一。
您可以通過單擊來關注 Phil 在 LinkedIn 上的帖子這裡並點擊“關注”按鈕。 （注意：您必須先登錄 LinkedIn。）現在請欣賞這張 Phil 在美麗的英國鄉村散步時拍下他可愛的狗的照片。
我很驚訝人們在評論中一次只支持一個因素。 我經營 DOE 已有 20 年了，在他的 LinkedIn 帖子之前我從未聽說過 OFAT 一詞。 我重新分析生物技術公司的 DOE。 我經常找到 DOE 無法解決的問題的解決方案。 OFAT 只是在理解主題之前需要修剪掉的脂肪。
你好@DirtyDataCoLLC ,
是的，我也有點驚訝，有些人仍然提倡 OFAT。 我認為他們中的大多數人都在談論只有一個興趣因素的情況。 那不是真正的OFAT。 它是“OF”。
完全同意減脂！ 我想我可以自己使用它！
