DOE 重複運轉和非常態分佈的反應大家好，
我是 DoE 的新手，正在嘗試使用 2^3 全因子設計。
我的測試的一些細節是：
- 所有 3 個因素都是絕對因素。我有 8 次跑步以及它們的組合
- 我的反應是連續的，目標是最小化。我在改變因素條件時測量結果。
- 我使用重複，每次運行我都會為相同的因素設定建造 20 件。
將資料放入資料表時。我有一個大問題。
1) 資料表中只有1個框用於回應結果。通常我會輸入 20 次重複的平均值。但這20件的分配並不正常。它是對數常態且極度右偏。那麼我應該將哪些資料放入運行結果中呢？ （平均值或標準差或什麼）
2）我嘗試輸入平均值或標準差，然後將迴歸模型擬合到資料。它顯示出非常不合適。
如果你的因素都是絕對的，這正常嗎？
我仍然可以在測試中使用階乘分析器來對主效應和交互效應進行一些判斷嗎？
非常感謝您的幫助
數據探索和視覺化回复：對 DOE 運行重複和非正態分佈的響應附表可能有助於您入門。 打開它並單擊 Y 列的“+”號以查看生成響應值的公式。 然後依次運行每個保存的腳本。 請注意（在第一個腳本中）如果您為每個因子組合測量了 20 件，則需要將重複次數定義為 19。
回复：對 DOE 運行重複和非正態分佈的響應你好@Justin_Bui ,
歡迎來到社區！
有關全因子設計的信息，您可以查看 JMP 幫助：全因子設計 (jmp.com)
只是為提供的出色工作添加一些信息和解釋@ian_jmp ：
1）有幾個選項來處理“重複”（取決於它是重複運行還是重複）：
- 重複是在同一實驗運行中進行多次響應測量，而復制是為每個治療組合進行多次實驗運行。
在您的情況下，您已經從設計中進行了多次（總共 20 次）每個處理，因此您處於重複的情況。 您將 19 指定為重複次數：您已經完成了設計中的原始處理組合，然後重複了 19 次，因此每個處理最終得到 20 件/實驗。因此，在這裡，您只需為其響應的每個實驗運行添加一行，因為它是針對設計的每種處理在不同的部分上完成的。 無需在此處用平均值或標準偏差匯總結果。
2）對於第二部分，您的模型當然需要一些“改進”/改進。
例如，您的最後一次交互“材料*裝配面”似乎並不重要（p 值 0,659 > 0,05），因此可以將其從模型中刪除。 要獲得有關如何從模型中刪除非重要項的示例，請查看減少模型 (jmp.com)
一旦您將所有實驗運行（DOE 中每個處理 20 次實驗運行）作為數據表中的行引入並刪除了不重要的術語，您將更容易評估/評估 DoE 模型：
- 你有一個重要的模型嗎？ 這對您的領域專業知識有意義嗎？
- 這些因素和模型在多大程度上解釋了您的響應測量的可變性？
- 有互動嗎？
- 因素的影響大小是多少？
- ...
...如果需要，我們可以幫助您進一步解釋。
希望這個回答對你有幫助
回复：對 DOE 運行重複和非正態分佈的響應我不確定我是否完全了解這 20 件是如何獲得的。 Ian 和 Victor 似乎認為這 20 個是獨立的實驗單元。 獨立性來自於改變每個治療組合獲得的每台電腦之間的治療組合。 這被認為是複制。 但是，如果您設置一個治療並獲得 20 個治療組合而不對治療組合進行任何更改，那麼您實際上只有一個包含 20 個治療的實驗單元。 這被認為是重複。 在第二種情況下，pc 不被視為獨立單元，因此不會增加實驗的 DF。 為了提供建議，需要澄清這一點。 根據您的解釋，您似乎有重複？
從您的附加圖片中觀察到的另一個結果是，您的效果摘要中缺少一個效果（三階交互）。
回复：對 DOE 運行重複和非正態分佈的響應是的。 我不更改因子設置，每次運行取 20 件。 然後移動到下一次運行，所以在我看來它是重複的回复：對 DOE 運行重複和非正態分佈的響應感謝您的回答！
首先，我認為我所做的是重複而不是複制。 20pcs 是在沒有改變因素的情況下製造的（相同的運行 - 沒有重置）。
就像每次運行一樣，我會製造一批 20 件。 而這 20 個有右偏分佈。 那麼如何將結果放入我的數據表中呢？
關於第二個答案，我知道我們應該從模型中刪除不重要的因素或交互。 但是對於我擁有的所有因素。 沒有什麼是重要的。
但是通過描述性方法，我清楚地看到了測試中的一些變化。
回复：對 DOE 運行重複和非正態分佈的響應感謝您的回答
但這真的是複製品嗎？
我所做的是每次運行，我用 20 件製造了一批。 沒有改變或重置因素。
完成此批次後，我將使用新的 20 件批次進行下一次運行。
在每次運行中，我觀察到樣本分佈是右偏的。 但是均值和標準偏差會發生變化。 我想有重要的因素造成了這種觀察。 但模型顯示沒有顯著因素（p 值）。
相反。 在查看因子分析器時。 我看到了斜坡，它符合我對哪些因素很重要的猜測。
那我不知道怎麼下結論回复：對 DOE 運行重複和非正態分佈的響應好的，那麼你是對的，它是重複的，而不是重複的，因為沒有隨機化。
您通過均值和標準差得出結果的想法似乎是個好主意。 根據您的響應分佈（以及在實際水平上對您有意義的情況），您可以用中位數（或眾數）替換平均值，用方差或範圍（最大值 - 最小值）替換標準差。 從那時起，您將有兩個響應來優化：
使用均值/中值/眾數，您可以達到目標/最小化/最大化（取決於您的目標）。
對於結果的分散（Std Dev、Variance 或 Range），您的目標將是最小化（但可能具有較低的重要性），以便找到對其可重複性具有最佳確定性的優化響應。
其他選項可能是轉換您的響應（從對數正態到正態），或使用具有正確分佈類型的廣義線性回歸，或者由於每種治療組合的 20 次實驗，嘗試引導每種治療的均值和標準差。
如果您沒有統計意義，但您的模型仍然具有實際相關性，那麼這已經很有趣並且是一個好兆頭。 即使這裡的模型不顯著，您也可以通過模型和使用的因子解釋系統中 88% 的可變性。
希望對你有幫助，
回复：對 DOE 運行重複和非正態分佈的響應正如我所想，你有重複。 我會做以下事情：
1.首先設置您的數據表，以便您將治療組合分組（每個治療組合應該有 20 行，總共 160 行）和響應變量的 1 列（20 次重複應該對應於 20 行每種治療組合）。 如果您將每個處理的 20 個數據點作為數據表中的單獨列，則簡單地堆疊這些列。
2. 繪製治療內數據。 您可以使用變異性（分析>質量和過程>變異性/屬性量規圖）或圖表生成器。 如果是變異性圖表，請在 X、分組中使用運行順序或處理組合。 您還可以繪製處理內的分佈（分析>分佈（按處理）。 看看數據。 是否有任何不尋常的數據點？ 如果不是，您將需要確定哪些枚舉統計最能描述這些分佈的集中趨勢和變化。
3. 總結處理內變異（由於重複：pc 到 pc、pc 內和測量誤差分量）。 表>摘要>突出顯示 Y 並從“統計”下拉菜單中選擇適當的統計（您可能會選擇多個統計）>將因子列放在“組”窗口中。 這將使您回到 8 種治療方法以及每種治療方法的匯總統計數據。
4. 執行您的實驗分析始終實用>圖形>定量。 數據有意義嗎？ 它與你的預測、假設相比如何？ Y的變化有什麼實際意義嗎？ 如何分析數據是個人選擇。 我建議使模型飽和並獲取正態圖、帕累托圖和貝葉斯圖來分析未復制的設計（例如，分析>擬合模型）。 識別不顯著的影響並將其從模型中刪除，然後重新運行分析以獲取殘差圖。
