在 3x3x3 全因子 DoE 数据分析方面需要帮助你好！
我是社区的新手，我想在完成 DoE（3x3x3 全因子）实验后获得一些关于数据结果的建议。
我有三个因素（氯化钠、柠檬酸钠和甘氨酸）并在 3 个水平（0,100,200mM 氯化钠；0,50,100mM 柠檬酸钠；和 0,50,100mM 甘氨酸）下进行了测试。 测试了所有 27 次运行。 响应是%单体强度。 理想情况下，我希望基于这三个因素实现接近 100% 的单体强度。
然而，在实验结束时，数据并没有明显的趋势（氯化钠的最低 p 值为 0.27，氯化钠*柠檬酸钠的第二低 p 值为 0.28。 其他一切（甘氨酸和其他双向相互作用）的 P 值至少为 0.5（甘氨酸为 0.9）。
如果结果不接近 100% 单体，我该如何解释这些数据？我怀疑每个因素的最高水平不足以产生更多有用的数据。 也许这些因素都没有对单体改进百分比产生巨大影响。
请让我知道如何根据结果解释此数据（附件 JMP 文件）。 如何根据结果得出结论？
谢谢！
分析数据表美国能源部回复：在 3x3x3 全因子 DoE 数据分析方面需要帮助如果没有任何变化，对响应变化的期望是什么。 也就是说，如果所有因素都保持不变，重复运行时响应会有多大变化？ 拟合摘要表估计响应的标准差为 12%。 这个结果有意义还是让你感到惊讶？
完整模型的残差图表明响应的方差在整个响应范围内不是恒定的。 方差似乎与响应成正比。 这种情况可能吗？
我尝试使用 lambda = -1 或倒数对响应进行 Box-Cox 变换。 它并没有真正帮助。 但是功能很扁平，所以没想到会有太大的变化。
随着时间的推移，学生化的残差（假设行顺序是运行顺序）并不表明存在很强的异常值，但确实表明存在潜在的循环。 是否有一个潜伏的变量不受控制，没有测量，但可能会因运行而变化并影响响应？
我还认为可能存在强烈的非线性效应，但添加二次项并没有改善模型。
是否有可能在错误的行中输入了响应数据？
回复：在 3x3x3 全因子 DoE 数据分析方面需要帮助除了所有@markbailey我同意的想法，我看到的另一个观察结果......在设计中，您有许多治疗组合，其中一个甚至有时两个因素设置为“零”值。 我将其解释为完全没有参与试验、反应（如果这是这里起作用的系统类型）？ 有时，在化学系统中，完全没有一种或多种化合物/成分/化学品会导致与您试图描述的行为完全不同的物理/化学/生物行为。 这可能是这里发生的事情吗？ 与所有三种成分都包含在治疗组合中的治疗组合相比，由于反应中“缺失”了一些东西，一种完全不同的物理现象正在发挥作用。 过程知识和理解是这里的关键。
回复：在 3x3x3 全因子 DoE 数据分析方面需要帮助你好 P_Bartell，
谢谢您的答复！
是的，你是对的。 在这项研究中，零值意味着完全没有参加试验。
该团队想看看我们是否可以通过向样品中引入所有三种组合（具有不同浓度）、两种组合或仅一种因素来提高样品单体百分比。 上次我们进行了一项实验，其中氯化钠实际上提高了样品的单体百分比，但结果是 500 mM NaCl 下的单体含量为 50%，150 mM NaCl 下的单体含量约为 47%，而不含盐的 20% 单体。 上次向样品中加入 100 mM NaCl 后，我们得到了大约 38% 的单体（从 20% 略有改善）。 该团队也有兴趣了解两个因素（或所有三个因素）之间是否存在任何关系。
我想知道团队为这个实验的每个因素选择了不正确的浓度。
感谢您的反馈意见！
回复：在 3x3x3 全因子 DoE 数据分析方面需要帮助你好马克贝利，
谢谢您的答复！ 这是一项非常有趣的研究，因为当我们向样品中添加各种氯化钠浓度（从不含氯化钠的 20% 到含 500 mM 的约 50% 单体）时，我们看到单体百分比有所改善。 因此，我们非常有兴趣看看我们是否可以通过添加氯化钠本身以及其他类型的化学品（一次一个因素或多个因素）来提高单体强度。
在 DoE 运行期间，% 单体强度波动约 5-10%。 这是因为该仪器对二聚体或大颗粒非常敏感。 此外，我们为研究挑选的样品已经不稳定（17-20% 单体）。 仪器共测量10次，取其平均值作为1次测量。 我进行了两次测量并取两者的平均值。 如果 % 单体在第一个和 55% 上给了我 30%，我重新测量并将测量结果与之前的数据（包括那 10 个单独的测量值）进行比较。 然后，如果重复测量显示大约 28%，然后是 32%，我只需从等式中删除 55%。
你提到过拟合汇总表估计响应的标准差为 12%。 鉴于样本已经不太稳定，我认为这对我来说是有意义的。 也许我应该更多地关注更高的盐浓度（有一篇论文表明可能需要高盐浓度来优化单体百分比）。
这很有帮助！ 也许我应该对高达 500 mM 而不是 100 mM 的每种盐进行快速测试。
回复：在 3x3x3 全因子 DoE 数据分析方面需要帮助嗨，马克贝利，
我已将每个样本的两个测量值添加到 JMP 文件中，并将文件附加到此消息中（此实验按行顺序执行）。
我使用拟合模型来测试 % 单体 1 和 % 单体 2。 我在效果总结下看到了 Pvalue 的一些改进，但我认为我需要测试高于 200 mM 氯化钠、100 mM 柠檬酸钠或 100 mM 甘氨酸的水平。
请看一下这个文件，如果你能提供一些关于数据结果的反馈或对未来实验的建议，请告诉我。
谢谢！
回复：在 3x3x3 全因子 DoE 数据分析方面需要帮助对于相同的条件，似乎有很大范围的结果：
每个条件/治疗的两个结果是两个独立的运行还是一个运行的两个测量？ 我想知道这是测量误差，而不是实验误差。 我的意思是统计意义上的错误（随机变化）。 我并不是说犯了一个错误。
我还尝试了全因子模型，希望它可能会产生一些强烈的影响。 然后可能会消除较弱的影响，并会出现更清晰的画面。 但相反，我严重缺乏健康。
此检验使用模型的平方和误差将响应中随机变异的估计值与仿行的估计值进行比较。 同样，我不知道每个处理的两个响应是否代表重复（新运行）或相同运行的重复测量。 总误差平方和来自模型。 纯粹的错误来自“重复”。 您可以看到差异很大，这表明数据中仍然存在无法解释的影响。 潜伏变量的影响？
回复：在 3x3x3 全因子 DoE 数据分析方面需要帮助首先，我想对社区表示欢迎。
马克和皮特提供了很好的反馈，我不确定我能补充多少，但这里是我的想法：
1. 您在帖子中多次提到不稳定。 我认为您正在尝试做的是优化。 这应该只在稳定的过程中完成，因为在不同的“稳定性级别”下优化会有所不同。 也许您应该先进行实验（或采样）以了解为什么会出现不稳定性？ 此外，级别设置表明您仍处于“理解因果结构”空间，而不是优化空间（您应该已经知道一阶模型）。 这类似于绘制山的底部。 首先到达山顶，然后绘制地图。
2. 似乎您处于混合物的世界中，“批次”中每个组分的百分比受到限制？ 当您增加混合物中一种成分的含量时，您将不得不减少另一种成分的含量……它们必须加起来达到 100%
3. 在解释 p 值时，您必须了解是什么“创建”了 MSE 估计值。 在您的实验中，没有估计随机误差的自由度。 您没有复制，因此 MSE 是您设计中高阶效应的函数（例如，二次线性交互）。 如果这些是活跃的，那么你的 MSE 会很大，你的 F 值会很小，你的 p 值会很大。 如果你再次运行第一次实验中的几个“相同”试验，你会得到什么？
4. 你的模型解释的数据的可变性非常低（你的残差看起来很“时髦”）。 这是一个线索，存在可能导致变化的噪声（模型中未考虑的变量）。 这可能是测量误差、环境条件、设置、原材料变化等。
