離散？連續？ JMP 中的拉丁式 Hypercude 設計大家好，
我在 JMP 中嘗試了拉丁超立方體設計，以減少 18 個實驗的總數，其中有 2 個分類因子，每個因子具有 3 和 6 個水平。但是該軟件不允許我選擇任何空間填充設計方法。 是不是因為 LHD 本來就不適合離散因素？ 如果是這樣，我應該用什麼方法來建立減少實驗的數量？
回复：離散？連續？ JMP 中的拉丁式 Hypercude 設計空間填充設計主要用於沒有隨機元素的計算機實驗（模擬）。 目標是獲得足夠密度的數據以支持插值器。 你的情況是這種情況嗎？ 不過，這些設計可以用於其他目的。 這些設計方法是針對連續因子的。 一個例外是快速靈活填充方法，但即使它也需要至少一個連續因素。
最小運行次數由模型中要估計的參數數量決定。 具有最少試驗次數的設計已飽和。 您將有足夠的數據來估計所有參數，但沒有足夠的數據來測試整個估計值或模型。 定制設計需要主效應模型運行 8 次，交互模型運行 18 次。 在大多數情況下，我不會推薦飽和設計。
你能先驗地消除任何因素水平嗎？
