离散？连续？ JMP 中的拉丁式 Hypercude 设计大家好，
我在 JMP 中尝试了拉丁超立方体设计，以减少 18 个实验的总数，其中有 2 个分类因子，每个因子具有 3 和 6 个水平。但是该软件不允许我选择任何空间填充设计方法。 是不是因为 LHD 本来就不适合离散因素？ 如果是这样，我应该用什么方法来建立减少实验的数量？
回复：离散？连续？ JMP 中的拉丁式 Hypercude 设计空间填充设计主要用于没有随机元素的计算机实验（模拟）。 目标是获得足够密度的数据以支持插值器。 你的情况是这种情况吗？ 不过，这些设计可以用于其他目的。 这些设计方法是针对连续因子的。 一个例外是快速灵活填充方法，但即使它也需要至少一个连续因素。
最小运行次数由模型中要估计的参数数量决定。 具有最少试验次数的设计已饱和。 您将有足够的数据来估计所有参数，但没有足够的数据来测试整个估计值或模型。 定制设计需要主效应模型运行 8 次，交互模型运行 18 次。 在大多数情况下，我不会推荐饱和设计。
你能先验地消除任何因素水平吗？
