DOE 方法你好，
最近有人问我以下声明是否有参考：
DOE 方法是进行实验的最佳（最好/唯一有效？）方法，可产生可分析的数据以及模型或相关性和介绍。
如果有人能分享此类陈述的学术参考，我将不胜感激。
谢谢实验设计回复：DOE 方法使用 Google Scholar 和 Google DOE，或者更具体地说是 JMP、DOE。 在我的领域中，越来越难以跟上使用 DOE 的论文数量。 总的来说，DOE 在学术出版物中的使用增长了很多。
2022 年约有 4,660 个结果
回复：DOE 方法为 DOE 方法新手准备的更多论文：
https://williamghunter.net/george-box-articles/statistics-for-discovery
https://williamghunter.net/george-box-articles/statistics_as_a_catalyst_to_learning
https://williamghunter.net/george-box-articles/the-scientific-context-of-quality-improvement
我显然是 GEP 的粉丝 盒子...
我要补充的是，还有其他方法可以获取数据以提供对因果关系的洞察力。 当您有很多因素需要考虑时，定向抽样（变异的组成部分）研究非常有用。
回复：DOE 方法我也推荐这本书，“实验的优化设计：案例研究方法”，作者：Peter Goos 和 Bradley Jones，如果您打算使用 JMP 来设计和分析您的实验。
回复：DOE 方法多谢！ 伟大的回复：DOE 方法你好@YanivD ,
毫无疑问，这句话！
DoE 是通过最少数量的实验获取信息的最佳（也是最有效）方法，并且在某些情况下是获取特定信息（如因素之间的相互作用）的唯一方法。 这是一种还可以支持连续实验（通过设计扩充）的方法，因此它具有高度的适应性，具体取决于您的初始发现/结果。
您可以找到旨在展示 DoE 的用途和有效性的不同出版物。 在（很多！）其他人中，这里是我发现的一些出版物或链接：
- 比较 OFAT 和 DoE 方法的示例： https://www.benchmarksixsigma.com/forum/topic/35533-one-factor-at-a-time-ofat-experimentation/
- “实验设计 (DoE) 方法加速了铜介导的芳基锡烷 18F-氟化反应的优化”（请看图 2）： https://doi.org/10.1038/s41598-019-47846-6
- “通过 DoE 改进 OFAT” 10e.xps (psu.edu)
- OFAT 与美国能源部： D:DVICZITROM.DVI (psu.edu)
有很多出版物证明了 DoE 的相关性和有效性，您可以尝试通过搜索“comparison OFAT vs. DoE”或类似搜索在 Google（或其他搜索引擎）上搜索这些论文。 社区中还有很多关于成功 DoE 的示例，因此请查看 JMP Discovery 论文和演示文稿。
希望第一个回答对你有帮助
