如何检查 DOE 定制设计中的混叠项嗨，任何人，
在我们最初的定制设计设置过程中，我们如何检查混杂因素是什么？
数据库
伊尔凡
回复：如何检查 DOE 定制设计中的混叠项你是对的。 如果您发现 1 的相关性和 X2*X3 的负面影响和 X1 的正面影响，这也可能发生。
回复：如何检查 DOE 定制设计中的混叠项嗨塞巴斯蒂安，
这是否意味着如果 X2*X3 与 X1 的相关性为 -1，那么它可能会抵消 X1 的估计影响？
数据库
伊尔凡
回复：如何检查 DOE 定制设计中的混叠项0.333 的相关性意味着温度的估计影响增加了 gind*time-interaction 的影响乘以 1/3。 所以基本上你在分析中估计
[温度] = 温度 + 1/3*研磨*时间
因此，如果存在强烈的交互效应，它将夸大您的主效应估计量。
您可以通过模拟一些简单的数据来看到这一点。 出于演示目的，我将使用具有以下相关结构的 Plackett-Burrman 筛选设计：
如您所见，主要影响 X1 与 X2*X3 交互的相关性为 0.333。 我生成了设计并添加了一些模拟数据：
可以看到，X1的真实效果=10，交互的真实效果X2*X3=18。 如果我们现在拟合一个主效应模型，您会得到以下结果：
X1 = 16 的估计效果，这是 X1 的真实效果 - 为 10 - 并且有 1/3*18 的偏差（X2*X3 的效果）。
希望这可以帮助。
塞巴斯蒂安
回复：如何检查 DOE 定制设计中的混叠项伊尔凡，
此链接介绍了混淆效果的示例（也称为混叠或部分混叠）
https://en.wikipedia.org/wiki/Fractional_factorial_design
再举一个例子，我附上了 4-factor fractional factorial。 下面的屏幕截图显示了别名矩阵。 响应 Y 是根据公式创建的
20 + 1*:X1 + 2*:X2 + 3*:X3 + 4*:X4 + 0.5*:X12 + 1*:X34 + 5*:X13 -5*:X24 +5*:X14 +10*:X23 + 1*Random Normal()
由于 X12（更简单的符号）与 X34 混淆，并且模型中只有 X12，因此它的系数应该约为。 1.5。 由于 X13 和 X24 是相关的，因此 X13 的系数约为。 0，X14的系数约为。 15. 这就是为什么检查评估设计（包括检查别名结构）是设计实验的重要步骤。 如果存在预期的重要交互作用，则应选择设计，使其与其他 2 因素交互作用或具有多重效应的小部分交互作用没有混淆。
乔治亚州
回复：如何检查 DOE 定制设计中的混叠项嗨，任何人，
能够向我解释“温度偏差为研磨真实值*时间的 0.333 倍”是什么意思？ 这是否意味着温度的参数估计值是研磨*时间估计值的 1/3？
数据库
伊尔凡
回复：如何检查 DOE 定制设计中的混叠项谢谢丹
回复：如何检查 DOE 定制设计中的混叠项定制设计很少会给你一个完美混叠的设计。 因此，报告将使用相关性向您显示存在的混叠程度。
创建设计时，请注意模型窗口正下方是报告的“别名术语”部分。 打开它并输入您希望检查别名的术语。 例如，如果模型只有主效应，并且您希望查看它们是否与双因子交互作用混叠，则将双因子交互作用放在别名项窗口中。
现在，当您生成设计时，在设计评估下，您将看到别名矩阵作为选项。 打开它会显示模型项与之前指定的别名项之间的相关性。 值为 1 将显示完全混叠。 任何非零项都显示“部分”混叠。 以图形方式，您可以在相关性报告的颜色图上看到这一点。
