美國能源部方法你好，
最近有人問我是否有以下聲明的參考：
DOE 方法是進行實驗的最佳（最好/唯一有效？）方法，實驗將產生可分析的數據以及模型或相關性和介紹。
如果有人可以分享這種聲明的學術參考，我將不勝感激。
謝謝實驗設計回复：DOE 方法使用 Google Scholar 和 Google DOE，或者更具體地說是 JMP、DOE。 在我的領域中，越來越難以跟上使用 DOE 的論文數量。 總的來說，DOE 在學術出版物中的使用增長了很多。
2022 年約有 4,660 個結果
回复：DOE 方法為 DOE 方法新手準備的更多論文：
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
我顯然是 GEP 的粉絲 盒子...
我要補充的是，還有其他方法可以獲取數據以提供對因果關係的洞察力。 當您有很多因素需要考慮時，定向抽樣（變異的組成部分）研究非常有用。
回复：DOE 方法我也推薦這本書，“實驗的優化設計：案例研究方法”，作者：Peter Goos 和 Bradley Jones，如果您打算使用 JMP 來設計和分析您的實驗。
回复：DOE 方法多謝！ 偉大的回复：DOE 方法你好@YanivD ,
毫無疑問，這句話！
DoE 是通過最少數量的實驗獲取信息的最佳（也是最有效）方法，並且在某些情況下是獲取特定信息（如因素之間的相互作用）的唯一方法。 這是一種還可以支持連續實驗（通過設計擴充）的方法，因此它具有高度的適應性，具體取決於您的初始發現/結果。
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，這裡是我發現的一些出版物或鏈接：
- 比較 OFAT 和 DoE 方法的示例： https://www.benchmarksixsigma.com/forum/topic/35533-one-factor-at-a-time-ofat-experimentation/
- “實驗設計 (DoE) 方法加速了銅介導的芳基錫烷 18F-氟化反應的優化”（請看圖 2）： https://doi.org/10.1038/s41598-019-47846-6
- “通過 DoE 改進 OFAT” 10e.xps (psu.edu)
- OFAT 與美國能源部： D:DVICZITROM.DVI (psu.edu)
有很多出版物證明了 DoE 的相關性和有效性，您可以嘗試通過搜索“comparison OFAT vs. DoE”或類似搜索在 Google（或其他搜索引擎）上搜索這些論文。 社區中還有很多關於成功 DoE 的示例，因此請查看 JMP Discovery 論文和演示文稿。
希望第一個回答對你有幫助
