在 3x3x3 全因子 DoE 數據分析方面需要幫助你好！
我是社區的新手，我想在完成 DoE（3x3x3 全因子）實驗後獲得一些關於數據結果的建議。
我有三個因素（氯化鈉、檸檬酸鈉和甘氨酸）並在 3 個水平（0,100,200mM 氯化鈉；0,50,100mM 檸檬酸鈉；和 0,50,100mM 甘氨酸）下進行了測試。 測試了所有 27 次運行。 響應是%單體強度。 理想情況下，我希望基於這三個因素實現接近 100% 的單體強度。
然而，在實驗結束時，數據並沒有明顯的趨勢（氯化鈉的最低 p 值為 0.27，氯化鈉*檸檬酸鈉的第二低 p 值為 0.28。 其他一切（甘氨酸和其他雙向相互作用）的 P 值至少為 0.5（甘氨酸為 0.9）。
如果結果不接近 100% 單體，我該如何解釋這些數據？我懷疑每個因素的最高水平不足以產生更多有用的數據。 也許這些因素都沒有對單體改進百分比產生巨大影響。
請讓我知道如何根據結果解釋此數據（附件 JMP 文件）。 如何根據結果得出結論？
謝謝！
分析數據表美國能源部回复：在 3x3x3 全因子 DoE 數據分析方面需要幫助如果沒有任何變化，對響應變化的期望是什麼。 也就是說，如果所有因素都保持不變，重複運行時響應會有多大變化？ 擬合摘要表估計響應的標準差為 12%。 這個結果有意義還是讓你感到驚訝？
完整模型的殘差圖表明響應的方差在整個響應範圍內不是恆定的。 方差似乎與響應成正比。 這種情況可能嗎？
我嘗試使用 lambda = -1 或倒數對響應進行 Box-Cox 變換。 它並沒有真正幫助。 但是功能很扁平，所以沒想到會有太大的變化。
隨著時間的推移，學生化的殘差（假設行順序是運行順序）並不表明存在很強的異常值，但確實表明存在潛在的循環。 是否有一個潛伏的變量不受控制，沒有測量，但可能會因運行而變化並影響響應？
我還認為可能存在強烈的非線性效應，但添加二次項並沒有改善模型。
是否有可能在錯誤的行中輸入了響應數據？
回复：在 3x3x3 全因子 DoE 數據分析方面需要幫助除了所有@markbailey我同意的想法，我看到的另一個觀察結果......在設計中，您有許多治療組合，其中一個甚至有時兩個因素設置為“零”值。 我將其解釋為完全沒有參與試驗、反應（如果這是這裡起作用的系統類型）？ 有時，在化學系統中，完全沒有一種或多種化合物/成分/化學品會導致與您試圖描述的行為完全不同的物理/化學/生物行為。 這可能是這裡發生的事情嗎？ 與所有三種成分都包含在治療組合中的治療組合相比，由於反應中“缺失”了一些東西，一種完全不同的物理現象正在發揮作用。 過程知識和理解是關鍵。
回复：在 3x3x3 全因子 DoE 數據分析方面需要幫助你好 P_Bartell，
謝謝您的答复！
是的，你是對的。 在這項研究中，零值意味著完全沒有參加試驗。
該團隊想看看我們是否可以通過向樣品中引入所有三種組合（具有不同濃度）、兩種組合或僅一種因素來提高樣品單體百分比。 上次我們進行了一項實驗，其中氯化鈉實際上提高了樣品的單體百分比，但結果是 500 mM NaCl 下的單體含量為 50%，150 mM NaCl 下的單體含量約為 47%，而不含鹽的 20% 單體。 上次向樣品中加入 100 mM NaCl 後，我們得到了大約 38% 的單體（比 20% 略有改善）。 該團隊也有興趣了解兩個因素（或所有三個因素）之間是否存在任何關係。
我想知道團隊為這個實驗的每個因素選擇了不正確的濃度。
感謝您的反饋意見！
回复：在 3x3x3 全因子 DoE 數據分析方面需要幫助你好馬克貝利，
謝謝您的答复！ 這是一項非常有趣的研究，因為當我們向樣品中添加各種氯化鈉濃度（從不含氯化鈉的 20% 到含 500 mM 的約 50% 單體）時，我們看到單體百分比有所改善。 因此，我們非常有興趣看看我們是否可以通過添加氯化鈉本身以及其他類型的化學品（一次一個因素或多個因素）來提高單體強度。
在 DoE 運行期間，% 單體強度波動約 5-10%。 這是因為該儀器對二聚體或大顆粒非常敏感。 此外，我們為研究挑選的樣品已經不穩定（17-20% 單體）。 儀器共測量10次，取其平均值作為1次測量。 我進行了兩次測量並取兩者的平均值。 如果 % 單體在第一個和 55% 上給了我 30%，我重新測量並將測量結果與之前的數據（包括那 10 個單獨的測量值）進行比較。 然後，如果重複測量顯示大約 28%，然後是 32%，我只需從等式中刪除 55%。
你提到過擬合匯總表估計響應的標準差為 12%。 鑑於樣本已經不太穩定，我認為這對我來說是有意義的。 也許我應該更多地關注更高的鹽濃度（有一篇論文表明可能需要高鹽濃度來優化單體百分比）。
這很有幫助！ 也許我應該對高達 500 mM 而不是 100 mM 的每種鹽進行快速測試。
回复：在 3x3x3 全因子 DoE 數據分析方面需要幫助嗨，馬克貝利，
我已將每個樣本的兩個測量值添加到 JMP 文件中，並將文件附加到此消息中（此實驗按行順序執行）。
我使用擬合模型來測試 % 單體 1 和 % 單體 2。 我在效果總結下看到了 Pvalue 的一些改進，但我認為我需要測試高於 200 mM 氯化鈉、100 mM 檸檬酸鈉或 100 mM 甘氨酸的水平。
請看一下這個文件，如果你能提供一些關於數據結果的反饋或對未來實驗的建議，請告訴我。
謝謝！
回复：在 3x3x3 全因子 DoE 數據分析方面需要幫助對於相同的條件，似乎有很大範圍的結果：
每個條件/治療的兩個結果是兩個獨立的運行還是一個運行的兩個測量？ 我想知道這是測量誤差，而不是實驗誤差。 我的意思是統計意義上的錯誤（隨機變化）。 我並不是說犯了一個錯誤。
我還嘗試了全因子模型，希望它可能會產生一些強烈的影響。 然後可能會消除較弱的影響，並會出現更清晰的畫面。 但相反，我嚴重缺乏健康。
此檢驗使用模型的平方和誤差將響應中隨機變異的估計值與仿行的估計值進行比較。 同樣，我不知道每個處理的兩個響應是否代表重複（新運行）或相同運行的重複測量。 總誤差平方和來自模型。 純粹的錯誤來自“重複”。 您可以看到差異很大，這表明數據中仍然存在無法解釋的影響。 潛伏變量的影響？
回复：在 3x3x3 全因子 DoE 數據分析方面需要幫助首先，我想對社區表示歡迎。
馬克和皮特提供了很好的反饋，我不確定我能補充多少，但這裡是我的想法：
1. 您在帖子中多次提到不穩定。 我認為您正在嘗試做的是優化。 這應該只在穩定的過程中完成，因為在不同的“穩定性級別”下優化會有所不同。 也許您應該先進行實驗（或採樣）以了解為什麼會出現不穩定性？ 此外，級別設置表明您仍處於“理解因果結構”空間，而不是優化空間（您應該已經知道一階模型）。 這類似於繪製山的底部。 首先到達山頂，然後繪製地圖。
2. 似乎您處於混合物的世界中，“批次”中每個組分的百分比受到限制？ 當您增加混合物中一種成分的含量時，您將不得不減少另一種成分的含量……它們必須加起來達到 100%
3. 在解釋 p 值時，您必須了解是什麼“創建”了 MSE 估計值。 在您的實驗中，沒有估計隨機誤差的自由度。 您沒有復制，因此 MSE 是您設計中高階效應的函數（例如，二次線性交互）。 如果這些是活躍的，那麼你的 MSE 會很大，你的 F 值會很小，你的 p 值會很大。 如果你再次運行第一次實驗中的幾個“相同”試驗，你會得到什麼？
4. 你的模型解釋的數據的可變性非常低（你的殘差看起來很“時髦”）。 這是一個線索，存在可能導致變化的噪聲（模型中未考慮的變量）。 這可能是測量誤差、環境條件、設置、原材料變化等。
