关于响应面方法（Box-Behnken 设计矩阵）的问题早上好，
我目前正在尝试使用响应面法优化一些酶促反应，具体来说是 Box-Behnken 设计矩阵。
使用该程序，您可以选择独立变量或因素（pH、温度、酶负荷等），并为每个变量分配一个“低”值和“高”值。然后程序会自动计算“中间”值。
我的第一个问题是是否可以更改该“中间”值。我的酶负荷低值为 5 U/mL，高值为 20。因此，中间点应为 12.5 U/mL。但是，我用 10 U/mL 进行了“中间”反应。该程序允许您非常轻松地更改建议值，所以我就是这么做的。这有什么问题吗？我认为，鉴于程序允许这些更改，它将优化反应条件，考虑到我使用的值为 10 而不是 12.5。
我的下一个问题是，我是否可以添加比程序建议的更多的反应（具有不同的因素组合）。这是因为我在用程序设计实验之前做了一些反应，并且我得到了与程序建议的变量组合不同的反应结果（“响应”）。我知道实验设计旨在最大限度地减少优化过程所需的反应数量，但由于我已经有了这些值，我认为它们可能有助于增强预测模型。
提前致谢。
卡洛斯
实验设计回复：关于响应面方法论的问题（Box-Behnken 设计矩阵）皮特的建议是正确的。 我还有一些额外的想法……完全是我的愚见，所以你可能想忽略它。
1. 设计的实验旨在提供一种有效且通常是有效的方法来理解自变量和因变量之间的因果关系。 一旦您确定您拥有一个稳健的模型（意味着您已经对不断变化的噪声条件进行了试验并且结果是一致的），您可以选择进一步了解响应面。 这可以在一个设计中完成，该设计将提供足够的设计空间“填充”，或者在“附加”的顺序设计（盒子方法）中完成。 Box Behnken 设计对于不能在极端情况下运行的因素特别有用，因此极端情况被排除在设计之外。
2. 不确定为什么不简单地将 - 和 + 与 10（5 和 15）的中心点等距？ 平衡的设计更容易分析，而且可能更少有偏见。 但是做对你最有意义的事情。
3. Pete 是正确的，开发一个昨天有效但明天无效的复杂模型没有任何好处。
4. 我会考虑您要绘制的复杂表面。 我也是这么分析的。 您已经知道统计显着性（并且应该有一个一阶模型），所以现在您可以进行微调。 复杂性不一定是好事，尽管它可能很酷。 该模型必须易于管理。
回复：关于响应面方法论的问题（Box-Behnken 设计矩阵）您不会因为将“中间”值放在不在因子空间中间的位置而被关进 DOE 监狱。 对于设计的正交性，这有点“有害”，使用这个词可能太强了……但这通常不是致命的后果。
从程序的角度来看，在 JMP 中向设计空间添加额外的运行是非常可行的......但有一些假设应该与之相伴......例如是否存在滋扰/噪声变量及其在核心之间的影响设计和额外的运行。 您的直觉告诉您什么……例如，在核心设计中，您可能正在使用一个供应商的材料……而在其他运行中，您使用了不同的供应商。 您是否愿意假设供应商材料差异不会产生影响？
这些额外的运行还将进一步影响核心设计中效应的相关性，并可能在您没有预料到的估计之间产生一些相关性。 因此，在继续进行分析之前，您可能希望使用“比较设计”平台来评估添加这些运行的效果……在加大尺寸的情况下，在所有其他条件相同的情况下，合并设计的功效应该会增加。
