混杂数据识别尊敬的 JMP 专业人士：
我对 RSM DoE 的混杂数据有疑问。 如果我有一个带有 RSM 的 4 因子优化 DoE，我如何识别哪些因子效应与其他效应混淆。 我知道混杂矩阵，但是当我收集最终数据集并分析数据时，如何识别它。
非常感谢你的帮助！！
最好的
西蒙
实验设计回复：混淆数据识别我怀疑 RSM 的设计是否会出现任何混淆。 估计之间可能存在相关性，事实上，这种结果很有可能。我假设您的实验位于 JMP 数据表中。 打开表后，选择 DOE > 设计诊断 > 评估设计。 此操作将使您返回有关设计的信息，包括相关性。
回复：混淆数据识别在数据分析中通常不检查混杂因素，因为不需要响应数据来评估混杂因素。 混杂因素是在设计选型阶段和施工阶段确定的。 在不知道您选择的具体设计的情况下，如果您纳入了其他随机化限制（例如分块）以及设计的分辨率，那么确定效果混淆就会出现问题。 最后，通常只有当存在一些分馏或其他不寻常的设计改变而不是整体设计中发生的完整因子路径时，才会出现混淆。 例如，中心复合设计的 2**(4-1) 分数阶乘部分将存在混杂因素。 所有这些问题都可以在评估设计平台中进行探讨。
也许如果您分享具体的设计，并且如果需要的话您可以匿名化因素名称，我们可以提供帮助吗？
