DOE - “反向”模型我正在研究制作 DOE 设计，这应该会产生“反向”模型。输入和输出的描述：
- 我可以在实验期间控制 6 个输入
- 我在实验期间可以测量 6 个输出（但不能直接控制）
但是通过测量输出，得到的模型应该使我能够预测输入是什么，从而形成“反向”模型。
在设计实验时我需要考虑什么吗？或者给定的设计是否能以某种方式发挥作用？
实验设计质量与工艺工程回复：DOE - “反向”模型你好@Knekse ,
我在理论上明白你的想法，但在实践中，这可能很难做到，因为你没有证据或确定会有独特的因子水平的组合给出独特的特定的输出（或者你有吗？）。
仅以示例数据 Coffee Data.jmp 为例，您可以通过多种不同方式达到最佳咖啡浓度（此处为 1,30），只需两个因素（时间和费用）：取决于费用是否低，中或高，您只需调整时间以获得最佳的咖啡浓度。
因此，如果您唯一的信息是输出（此处为咖啡强度），您可能不知道您是如何获得这个特定值的（使用哪种因素水平组合）。
而且由于您有 6 个输入和 6 个输出，因此复杂性可能会增加。
希望能帮助你理解我的观点，
Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1Optimum 1最佳 1
Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2Optimum 2最佳 2
Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3Optimum 3最佳 3
回复：DOE - “反向”模型你好@Victor_G
感谢您的输入。 在示例中，您将两个输入链接到一个输出（时间和电荷到强度）。 我要做的是将 6 个输出链接到每个输入。 为了从 6 个输出中找出各个输入可能是什么。 这会与您描述的咖啡示例有所不同吗？
BR克内克塞
回复：DOE - “反向”模型你好@Knekse ,
我的意思是要提到，即使您认为因素 1 与输出 1 相关联，因素 2 与输出 2 相关联，等等，您的因素之间可能存在交互作用，或者只是几个因素导致不同的响应（因此您可能会得到具有几个可能的因素水平变化的解决方案），也可能是您的输出之间的相关性（因此一个输出的变化并不独立于另一个输出的变化）。
如果您的观点是将一个输出精确地链接到一个因素，我会首先查看数据或创建一个 DoE 来检查这些“独立”假设和没有交互的假设是否基于数据看起来可以接受和合理。
我希望这更清楚，
回复：DOE - “反向”模型你好@Victor_G
我不认为因子 1 与输出 1 相关，恰恰相反。 我有理由相信因素 1 与所有输出相关，其他因素也是如此。
我也希望这些因素之间有相互作用，所以这是一个非常值得记住的点。
感谢您的输入:)
